Исследователи из Технологического института Нью-Джерси разработали систему искусственного интеллекта EarlyDetect, способную заранее выявлять признаки формирования активных областей на Солнце. В среднем модель замечает такие сигналы почти за девять часов до того, как они становятся видимыми. Результаты работы опубликованы в журнале Journal of Geophysical Research: Machine Learning and Computation.
Активные области представляют собой зоны сильной магнитной активности, где впоследствии могут появляться солнечные пятна. До выхода на видимую поверхность магнитные поля меняют характер акустических волн внутри Солнца. EarlyDetect анализирует эти слабые изменения, используя данные об акустической активности и магнитном поле, собранные обсерваторией NASA Solar Dynamics Observatory.
Для работы системы применяются карты акустической мощности, которые формируются на основе измерений каждые 45 секунд прибором Helioseismic and Magnetic Imager. Разработчики использовали архитектуру Transformer, аналогичную технологиям, применяемым в крупных языковых моделях. Однако в данном случае алгоритм ищет не закономерности в текстах, а признаки будущих изменений солнечной активности.
Во время испытаний выяснилось, что предварительная фильтрация данных ухудшала точность прогнозов. Она удаляла слабые колебания, которые оказались наиболее важными для раннего обнаружения активных областей. В тестах на событиях, не включенных в обучающую выборку, наиболее точная версия EarlyDetect фиксировала предвестники в среднем за 9,24 часа до появления области на поверхности Солнца.
Авторы также открыли доступ к набору данных Solar Active Region Emergence Dataset и интерактивной платформе Solar Active Region Portal. При этом система пока не готова для работы в режиме реального времени, поскольку может выдавать ложные сигналы или делать прогноз слишком поздно. Обнаружение активной области также не означает, что обязательно последуют солнечная вспышка или выброс корональной массы.