Исследования IBM и NASA запустили Surya, открытый ИИ, который предсказывает солнечные вспышки быстрее и на 16% точнее, используя девять лет высококачественных изображений SDO.
IBM Research, исследовательское и опытно-конструкторское подразделение технологической компании IBM, объявило о партнерстве с NASA для создания открытого проекта Surya, новой модели ИИ для солнечной физики, предназначенной для прогнозирования интенсивных солнечных выбросов, которые могут представлять опасность для астронавтов, спутников, электросетей и связи на Земле, с беспрецедентной скоростью.
На протяжении последних 15 лет спутник NASA Solar Dynamics Observatory (SDO) непрерывно наблюдает за Солнцем, чтобы улучшить понимание солнечной активности, однако большая часть собранных данных остается не исследованной. Когда SDO был запущен, инструменты искусственного интеллекта все еще находились на ранних стадиях, что ограничивало возможность полного анализа непрерывного потока изображений.
Сурья, описанная как первая фундаментальная модель для солнечной физики, устраняет этот разрыв. Обрабатывая необработанные данные от SDO, исследователи из IBM, NASA и восьми дополнительных исследовательских центров разработали модель ИИ, способную прогнозировать опасные солнечные события, которые могут повлиять как на космические, так и на наземные системы.
Названный в честь санскритского слова "Солнце", Surya теперь доступен публично на Hugging Face, GitHub и через библиотеку TerraTorch от IBM для тонкой настройки геопространственных ИИ моделей. Наряду с Surya команда выпустила SuryaBench, набор курируемых наборов данных и стандартов, предназначенных для облегчения разработки и оценки приложений не только для прогнозирования космической погоды, но и для более широких исследований солнечной активности.
Прогнозирование сильных штормов на Земле уже является сложной задачей, а предсказание солнечных бурь добавляет дополнительную сложность. Солнечные вспышки возникают в магнитном поле Солнца, и свет от этих событий достигает Земли примерно за восемь минут. Эта задержка подчеркивает необходимость предсказательных моделей, которые могут предоставлять ранние предупреждения о солнечной активности до того, как она повлияет на астронавтов, спутники и инфраструктуру на планете.
Surya AI продвигает прогнозирование гелиосферы с помощью улучшенного предсказания солнечных вспышек и магнитного картирования
Инициатива Surya от IBM отражает более широкую стратегию по внедрению генеративных и автоматизированных методов, которые позволяют алгоритмам разрабатываться, тестироваться и дорабатываться в больших масштабах. Проект иллюстрирует точку зрения IBM на ИИ как не только инструмент, но и как вкладчика и движущую силу научных исследований.
Солнечная динамическая обсерватория (SDO) поддерживает орбиту рядом с Землей, чтобы обеспечить постоянный обзор Солнца, захватывая изображения каждые 12 секунд в нескольких диапазонах длин волн. Эти изображения показывают температурные изменения в слоях Солнца, варьирующиеся от примерно 5,500°C на поверхности до почти 2 миллионов °C в короне, самой внешней части его атмосферы. В дополнение к этому SDO картирует магнитную активность Солнца, захватывая возникающие солнечные пятна в белом свете, измеряя скорость плазменных пузырей на поверхности и отслеживая закручивание и переплетение магнитных линий поля.
Чтобы обучить Сурью, исследователи использовали девять лет данных SDO, сначала гармонизируя различные типы данных, а затем экспериментируя с архитектурами ИИ для обработки информации. Финальная модель использует трансформер с длинным и коротким зрением с механизмом спектрального гейтинга, что позволяет ей обрабатывать изображения SDO высокого разрешения 4096 x 4096 пикселей, которые содержат до десяти раз больше деталей, чем типичные данные изображений. Спектральный гейтинг также сократил использование памяти примерно на 5% и помог отфильтровать шум из набора данных.
В отличие от предыдущей работы с Prithvi, где модели восстанавливали частично закрытые изображения спутников Земли, Surya была обучена предсказывать, что SDO будет наблюдать через час на основе последовательных изображений. Прогнозы затем сравнивались с фактическими наблюдениями для измерения точности. Требуя от модели выводить основные элементы, такие как солнечная геометрия, магнитная структура и дифференциальное вращение, исследователи стремились подготовить Surya для различных научных приложений. Изначально команда пыталась явно закодировать более быстрое вращение Солнца на экваторе по сравнению с его полюсами, но позволить модели изучать это поведение из данных оказалось более эффективным, что привело к лучшей производительности.
Сурья продемонстрировала сильные прогнозные способности, включая предсказание солнечных вспышек. Современные методы позволяют учёным предсказывать вспышки за час до их возникновения, в то время как Сурья достигла двухчасового времени опережения, используя визуальные данные. Ранние тесты также показали 16%-ное улучшение точности классификации солнечных вспышек, что представляет собой значительный шаг вперёд по сравнению с существующими техниками и потенциально делает Сурью первой моделью, способной предоставлять такой уровень раннего предупреждения.
Surya и SuryaBench позволяют использовать ИИ для прогнозирования солнечной активности и влияний космической погоды
Сурья и SuryaBench разработаны для того, чтобы сделать доступными исследования солнечной энергии с использованием ИИ для ученых, не имеющих глубоких знаний в области искусственного интеллекта. SuryaBench предоставляет кураторские наборы данных и эталоны для ключевых задач предсказания космической погоды, включая прогнозирование солнечных вспышек, предсказание скоростей солнечного ветра и анализ магнитной структуры короны Солнца. Инструменты также решают давние вопросы, такие как почему солнечные ветры усиливаются в более спокойные фазы Солнца.
Наборы данных сосредоточены на активных регионах Солнца, темных пятнах на его поверхности, где накапливается магнитная энергия и возникают такие явления, как солнечные вспышки и корональные выбросы массы. Эти события могут взаимодействовать с магнитным полем Земли, нарушая работу спутников, связи и энергетических систем. Обучая модели ИИ на этих данных, Surya позволяет предсказывать солнечную активность за несколько часов, улучшая возможности раннего предупреждения о космических погодных опасностях.
SuryaBench включает приложения для обнаружения экстремального ультрафиолетового излучения и мониторинга накопления магнитных линий в атмосфере Солнца, что может ускорять солнечный ветер до потенциально разрушительных скоростей. Интегрируя эту информацию, ученые могут лучше предсказать влияние солнечной активности на Землю, включая последствия для спутников, энергетических сетей и инфраструктуры связи.
Вместе, Surya и SuryaBench предоставляют новую AI-ориентированную платформу для понимания и прогнозирования солнечных явлений, предлагая более быстрые и точные прогнозы потенциально опасных солнечных событий и предоставляя исследователям инструменты для проактивного реагирования на угрозы космической погоды.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
IBM и NASA Открытый исходный код Surya AI для ускорения прогноза опасных солнечных штормов
Кратко
Исследования IBM и NASA запустили Surya, открытый ИИ, который предсказывает солнечные вспышки быстрее и на 16% точнее, используя девять лет высококачественных изображений SDO.
IBM Research, исследовательское и опытно-конструкторское подразделение технологической компании IBM, объявило о партнерстве с NASA для создания открытого проекта Surya, новой модели ИИ для солнечной физики, предназначенной для прогнозирования интенсивных солнечных выбросов, которые могут представлять опасность для астронавтов, спутников, электросетей и связи на Земле, с беспрецедентной скоростью.
На протяжении последних 15 лет спутник NASA Solar Dynamics Observatory (SDO) непрерывно наблюдает за Солнцем, чтобы улучшить понимание солнечной активности, однако большая часть собранных данных остается не исследованной. Когда SDO был запущен, инструменты искусственного интеллекта все еще находились на ранних стадиях, что ограничивало возможность полного анализа непрерывного потока изображений.
Сурья, описанная как первая фундаментальная модель для солнечной физики, устраняет этот разрыв. Обрабатывая необработанные данные от SDO, исследователи из IBM, NASA и восьми дополнительных исследовательских центров разработали модель ИИ, способную прогнозировать опасные солнечные события, которые могут повлиять как на космические, так и на наземные системы.
Названный в честь санскритского слова "Солнце", Surya теперь доступен публично на Hugging Face, GitHub и через библиотеку TerraTorch от IBM для тонкой настройки геопространственных ИИ моделей. Наряду с Surya команда выпустила SuryaBench, набор курируемых наборов данных и стандартов, предназначенных для облегчения разработки и оценки приложений не только для прогнозирования космической погоды, но и для более широких исследований солнечной активности.
Прогнозирование сильных штормов на Земле уже является сложной задачей, а предсказание солнечных бурь добавляет дополнительную сложность. Солнечные вспышки возникают в магнитном поле Солнца, и свет от этих событий достигает Земли примерно за восемь минут. Эта задержка подчеркивает необходимость предсказательных моделей, которые могут предоставлять ранние предупреждения о солнечной активности до того, как она повлияет на астронавтов, спутники и инфраструктуру на планете.
Surya AI продвигает прогнозирование гелиосферы с помощью улучшенного предсказания солнечных вспышек и магнитного картирования
Инициатива Surya от IBM отражает более широкую стратегию по внедрению генеративных и автоматизированных методов, которые позволяют алгоритмам разрабатываться, тестироваться и дорабатываться в больших масштабах. Проект иллюстрирует точку зрения IBM на ИИ как не только инструмент, но и как вкладчика и движущую силу научных исследований.
Солнечная динамическая обсерватория (SDO) поддерживает орбиту рядом с Землей, чтобы обеспечить постоянный обзор Солнца, захватывая изображения каждые 12 секунд в нескольких диапазонах длин волн. Эти изображения показывают температурные изменения в слоях Солнца, варьирующиеся от примерно 5,500°C на поверхности до почти 2 миллионов °C в короне, самой внешней части его атмосферы. В дополнение к этому SDO картирует магнитную активность Солнца, захватывая возникающие солнечные пятна в белом свете, измеряя скорость плазменных пузырей на поверхности и отслеживая закручивание и переплетение магнитных линий поля.
Чтобы обучить Сурью, исследователи использовали девять лет данных SDO, сначала гармонизируя различные типы данных, а затем экспериментируя с архитектурами ИИ для обработки информации. Финальная модель использует трансформер с длинным и коротким зрением с механизмом спектрального гейтинга, что позволяет ей обрабатывать изображения SDO высокого разрешения 4096 x 4096 пикселей, которые содержат до десяти раз больше деталей, чем типичные данные изображений. Спектральный гейтинг также сократил использование памяти примерно на 5% и помог отфильтровать шум из набора данных.
В отличие от предыдущей работы с Prithvi, где модели восстанавливали частично закрытые изображения спутников Земли, Surya была обучена предсказывать, что SDO будет наблюдать через час на основе последовательных изображений. Прогнозы затем сравнивались с фактическими наблюдениями для измерения точности. Требуя от модели выводить основные элементы, такие как солнечная геометрия, магнитная структура и дифференциальное вращение, исследователи стремились подготовить Surya для различных научных приложений. Изначально команда пыталась явно закодировать более быстрое вращение Солнца на экваторе по сравнению с его полюсами, но позволить модели изучать это поведение из данных оказалось более эффективным, что привело к лучшей производительности.
Сурья продемонстрировала сильные прогнозные способности, включая предсказание солнечных вспышек. Современные методы позволяют учёным предсказывать вспышки за час до их возникновения, в то время как Сурья достигла двухчасового времени опережения, используя визуальные данные. Ранние тесты также показали 16%-ное улучшение точности классификации солнечных вспышек, что представляет собой значительный шаг вперёд по сравнению с существующими техниками и потенциально делает Сурью первой моделью, способной предоставлять такой уровень раннего предупреждения.
Surya и SuryaBench позволяют использовать ИИ для прогнозирования солнечной активности и влияний космической погоды
Сурья и SuryaBench разработаны для того, чтобы сделать доступными исследования солнечной энергии с использованием ИИ для ученых, не имеющих глубоких знаний в области искусственного интеллекта. SuryaBench предоставляет кураторские наборы данных и эталоны для ключевых задач предсказания космической погоды, включая прогнозирование солнечных вспышек, предсказание скоростей солнечного ветра и анализ магнитной структуры короны Солнца. Инструменты также решают давние вопросы, такие как почему солнечные ветры усиливаются в более спокойные фазы Солнца.
Наборы данных сосредоточены на активных регионах Солнца, темных пятнах на его поверхности, где накапливается магнитная энергия и возникают такие явления, как солнечные вспышки и корональные выбросы массы. Эти события могут взаимодействовать с магнитным полем Земли, нарушая работу спутников, связи и энергетических систем. Обучая модели ИИ на этих данных, Surya позволяет предсказывать солнечную активность за несколько часов, улучшая возможности раннего предупреждения о космических погодных опасностях.
SuryaBench включает приложения для обнаружения экстремального ультрафиолетового излучения и мониторинга накопления магнитных линий в атмосфере Солнца, что может ускорять солнечный ветер до потенциально разрушительных скоростей. Интегрируя эту информацию, ученые могут лучше предсказать влияние солнечной активности на Землю, включая последствия для спутников, энергетических сетей и инфраструктуры связи.
Вместе, Surya и SuryaBench предоставляют новую AI-ориентированную платформу для понимания и прогнозирования солнечных явлений, предлагая более быстрые и точные прогнозы потенциально опасных солнечных событий и предоставляя исследователям инструменты для проактивного реагирования на угрозы космической погоды.