Команда Технологічного інституту Нью-Джерсі розробила модель штучного інтелекту EarlyDetect, яка здатна виявляти ознаки формування активних областей на Сонці приблизно за 9 годин до того, як вони стають видимими. Робота була опублікована у виданні Journal of Geophysical Research: Machine Learning and Computation.
Активні області зірки пов’язані з сильними магнітними полями та можуть ставати джерелами спалахів. Ці регіони зароджуються протягом кількох годин, а на повний розвиток може знадобитися до кількох днів. Складність полягає в тому, що вони формуються під видимою поверхнею зірки, тому спостерігати їх безпосередньо на цій стадії неможливо. Однак такі області залишають слабкі сліди в акустичних хвилях, які поширюються крізь сонячні надра, і саме ці сигнали вловлює модель.
У розробленні вчені використовували дані Обсерваторії сонячної динаміки NASA. Космічний апарат проводить спостереження кожні 45 секунд, що дозволило команді скласти погодинні карти акустичної активності Сонця та його магнітного поля. В моделі використовується архітектура Transformer, яка лежить в основі мовних моделей; але в цьому випадку вона шукає закономірності не в словах, а в сонячних даних для складання прогнозів.
Під час перевірки на активних областях, які не використовувалися під час навчання, найкращий варіант моделі виявляв їхні ознаки в середньому за 9,24 години до появи області на поверхні Сонця. При цьому дослідники виявили важливу особливість: звичайна фільтрація даних могла погіршувати результат. Вона видаляла слабкі коливання, які, попри низьку амплітуду, містили інформацію про формування нових областей.
Команда зазначила, що EarlyDetect поки що не є готовою системою прогнозування. Модель може видавати помилкові тривоги або занадто пізні попередження, а поява активної області сама по собі ще не означає, що за нею послідує спалах або корональний викид маси. Однак вчені сподіваються, що їхня робота приверне увагу до використання штучного інтелекту в геліофізиці і в майбутньому це допоможе передбачати сонячну погоду.