Modelo de IA prevê tempestades solares com 9.24 horas de antecedência usando dados acústicos e magnéticos

Uma equipe de pesquisa do Instituto de Tecnologia de Nova Jersey (NJIT) desenvolveu um modelo de aprendizado de máquina chamado EarlyDetect, capaz de identificar sinais precoces de tempestades solares com até 9.24 horas de antecedência. O modelo analisa ondas acústicas e mudanças no campo magnético do Sol para detectar os precursores da formação de regiões ativas. O EarlyDetect utiliza uma arquitetura Transformer para processar dados do Helioseismic e Magnetic Imager (HMI) da Observatório Solar da NASA (SDO). O HMI registra as vibrações solares a cada 45 segundos, que são usadas para criar mapas de potência acústica. Esses mapas são combinados com medições do campo magnético para prever mudanças na intensidade. A melhor versão do modelo pode detectar sinais indicando que uma região ativa está se formando 9.24 horas antes de se tornar visível. Os pesquisadores usaram a região ativa solar AR11158 como estudo de caso, observando mudanças nos campos magnéticos, intensidade e potência acústica. Eles notaram que a potência acústica diminui primeiro, seguida por mudanças na intensidade e nos campos magnéticos. Isso sugere que as ondas sonoras podem deixar rastros antes que o campo magnético do Sol aumente. Se validado, o modelo pode ajudar as empresas de comunicação por satélite e os operadores de redes de energia a se prepararem para tempestades solares. No entanto, a equipe enfatizou que o EarlyDetect ainda não está operacional. A pesquisa destaca o potencial da IA na previsão do clima espacial, oferecendo uma nova ferramenta para monitorar a atividade solar. Os pesquisadores dividiram a área-alvo em blocos menores para rastrear as mudanças continuamente. Suas descobertas indicam que as mudanças na potência acústica podem preceder as regiões ativas visíveis, fornecendo um sinal de alerta precoce. Isso pode permitir uma melhor avaliação de riscos e ajustes operacionais. O trabalho da equipe representa um avanço significativo na compreensão da dinâmica solar e na melhoria da previsão do clima espacial. O sucesso do modelo na detecção de sinais precoces de tempestades solares destaca o papel crescente da IA na pesquisa científica e nas aplicações práticas.