- Il primo modello di AI per la fisica solare, addestrato su dati di osservazioni solari ad alta risoluzione, offre insight sulle superfici dinamiche del Sole, aiutando a pianificare la meteorologia solare che può disturbare le tecnologie sulla Terra e nello spazio.
- Disponibile su Hugging Face, il modello è stato costruito per accelerare la scoperta scientifica e democratizzare l’AI nella comunità globale dei ricercatori e dei tecnici.
- I ricercatori rilasciano il più grande dataset noto per la fisica solare, con l’obiettivo di promuovere la ricerca sulla meteorologia spaziale guidata dai dati.
Yorktown Heights, NY, – IBM (NYSE: IBM) e NASA hanno presentato il più avanzato modello open-source per comprendere i dati di osservazione solare ad alta risoluzione e prevedere come l’attività solare influisca sulla Terra e sulla tecnologia spaziale.
Chiamato Surya, dal termine sanscrito che indica il Sole, il modello rappresenta un notevole progresso nell’applicazione dell’AI all’interpretazione delle immagini solari e alla ricerca sulle previsioni meteorologiche spaziali, fornendo uno strumento innovativo per proteggere le infrastrutture critiche – da quelle per la navigazione GPS alle reti elettriche e di telecomunicazione – dalla natura in continua evoluzione del Sole.
Il Sole è a 93 milioni di miglia di distanza, ma il suo impatto sulla nostra vita quotidiana è immediato e in continua crescita. I brillamenti solari e le espulsioni di massa coronale possono disabilitare i satelliti, causare disagi alla navigazione aerea, provocare blackout elettrici e rappresentare gravi rischi di radiazioni per gli astronauti. Con la crescente dipendenza dell’umanità dalla tecnologia spaziale e i piani per le esplorazioni nello spazio sempre più frequenti, la previsione accurata della meteorologia solare è diventata fondamentale.
Man mano che la dipendenza tecnologica dell’umanità cresce, aumenta anche la vulnerabilità legata alla meteorologia spaziale. Secondo una scala di rischio sistemica creata da Lloyd’s, l’economia globale potrebbe essere esposta a perdite pari a 2,4 trilioni di dollari in cinque anni; la minaccia di un’ipotetica tempesta solare porterebbe a un’aspettativa di perdita di 17 miliardi. Recenti eventi solari hanno già dimostrato quali sono i rischi, interrompendo i servizi GPS, causando deviazioni dei voli e danneggiando i satelliti.
Gli effetti degli uragani solari possono causare:
-
Danneggiamento di satelliti, veicoli spaziali e/o pericolo per gli astronauti presenti nello spazio
-
Perdita di hardware satellitare e danneggiamento delle celle solari e dei circuiti
-
Impatto sui viaggi aerei a causa di errori di navigazione e potenziale rischio di radiazioni per gli equipaggi e i passeggeri
-
Diminuzione della produzione alimentare, poiché l’agricoltura può risentire delle interruzioni della navigazione GPS
Le implicazioni sono di natura sia accademica sia operativa. Il nuovo modello fornirà strumenti per aiutare gli esperti a pianificare le tempeste solari, che possono compromettere l’infrastruttura tecnologica della Terra.
“Pensate a questo modello come a una previsione del meteo per lo spazio”, ha detto Juan Bernabe-Moreno, Direttore di IBM Research Europe, Regno Unito e Irlanda. “Proprio come ci prepariamo per eventi meteorologici pericolosi, dobbiamo fare lo stesso per le tempeste solari. Surya ci offre una capacità senza precedenti di anticipare ciò che sta per accadere, e non è solo un risultato tecnologico, ma un passo fondamentale verso la protezione della nostra civiltà tecnologica dallo stesso Sole che ci sostiene”.
La previsione tradizionale della meteorologia solare si basa su visioni parziali del Sole tramite i satelliti, il che ha reso storicamente difficile ottenere previsioni accurate. Surya affronta questa tipica limitazione addestrandosi sul più grande dataset curato di dati osservazionali solari ad alta risoluzione. Questo dataset è progettato per aiutare i ricercatori a studiare e valutare meglio le attività critiche di previsione della meteorologia spaziale. Esempi di queste attività, su cui Surya è stata testata, includono la previsione dei brillamenti solari, la velocità dei venti solari, la previsione dello spettro solare ultravioletto e l’emergere di regioni attive sul Sole.
Nei primi test, i ricercatori riferiscono di aver ottenuto un miglioramento del 16% nell’accuratezza della classificazione dei brillamenti solari, che i ricercatori stessi considerano un miglioramento molto significativo rispetto ai metodi precedenti.
Oltre al compito di classificazione binaria dei brillamenti solari, Surya è costruita per predire visivamente i brillamenti solari per la prima volta, fornendo un’immagine ad alta risoluzione di dove il brillamento è previsto fino a due ore in anticipo.
Le sfide tecniche erano enormi. Surya è stata addestrata grazie all’analisi di nove anni di dati di osservazione solare ad alta risoluzione provenienti dal Solar Dynamics Observatory della NASA. Queste immagini solari sono dieci volte più grandi dei tipici dati di addestramento dell’AI e richiedono una soluzione multi-architettura personalizzata per gestire la crescita su scala mantenendo l’efficienza. Il risultato è un modello con una risoluzione spaziale senza precedenti che può risolvere caratteristiche solari su scala e in contesti mai catturati prima nei workflow di addestramento dell’AI di grandi dimensioni.
“Stiamo facendo incredibili passi avanti nella scienza guidata dai dati, incorporando la profonda esperienza scientifica di NASA negli ultimi modelli di AI”, ha dichiarato Kevin Murphy, Chief Science Data Officer presso NASA Headquarters a Washington. “Sviluppando un foundation model addestrato sui dati di fisica solare di NASA, rendiamo più facile analizzare le complessità del comportamento del Sole con velocità e precisione senza precedenti. Questo modello imposta una comprensione più ampia di come l’attività solare influenzi i sistemi e le tecnologie critici su cui tutti sulla Terra facciamo affidamento”.
Surya fa parte di un più ampio progetto di IBM volto ad adottare approcci generativi e automatizzati che consentano di scoprire, testare e sviluppare algoritmi su larga scala. Surya è un esempio di come IBM stia posizionando l’AI non solo come uno strumento, ma come motore di scoperta scientifica. Con il rilascio di Surya su Hugging Face, IBM e NASA democratizzano l’accesso a strumenti avanzati per comprendere e prevedere la meteorologia solare e l’esplorazione scientifica. I ricercatori di tutto il mondo possono ora basarsi su queste scoperte per sviluppare applicazioni specializzate per le loro regioni e i loro settori di industria.
Questo modello fa parte di una più ampia collaborazione tra IBM e NASA volta a utilizzare l’intelligenza artificiale per esplorare il nostro pianeta e il sistema solare. Si aggiunge alla famiglia di modelli di base Prithvi, che include un modello geospaziale e un modello meteorologico. Lo scorso anno, IBM e NASA hanno rilasciato il modello meteorologico Prithvi su Hugging Face affinché gli scienziati e la comunità open source potessero sviluppare proiezioni meteorologiche e climatiche a breve e lungo termine.