Inteligência artificial prevê erupções solares com antecedência
Um novo modelo de inteligência artificial, denominado EarlyDetect, consegue identificar sinais de atividade solar até nove horas antes de sua visibilidade. Desenvolvido por uma equipe de pesquisa do New Jersey Institute of Technology (NJIT), o sistema utiliza dados do Solar Dynamics Observatory da NASA para prever a emergência de regiões ativas no Sol.
Modelo EarlyDetect identifica sinais de atividade solar
O EarlyDetect analisa padrões de atividade acústica e do campo magnético do Sol, permitindo a detecção de alterações antes que se tornem visíveis. Essa capacidade de previsão é crucial, uma vez que as regiões ativas no Sol, onde se formam manchas solares, podem causar tempestades solares que afetam a tecnologia na Terra.
Colaboração entre instituições de pesquisa
A pesquisa foi realizada em colaboração com cientistas da Princeton University e do Ames Research Center da NASA. O estudante de graduação Jonas Tirona, autor correspondente do estudo, enfatiza que a utilização de aprendizado de máquina pode oferecer alertas antecipados para empresas de comunicações via satélite e para o setor de energia, possibilitando a mitigação de danos.
Importância da previsão para comunicações e energia
A previsão de atividade solar é fundamental para a proteção de infraestruturas críticas. Tempestades solares podem interferir em sistemas de comunicação e na rede elétrica, causando interrupções significativas. O modelo EarlyDetect pode, portanto, contribuir para a segurança e a continuidade operacional desses serviços.
Desafios na detecção de regiões ativas do Sol
Um dos principais desafios enfrentados pela equipe é a detecção de mudanças que ocorrem abaixo da superfície visível do Sol. As regiões ativas começam a se desenvolver em áreas não observáveis diretamente, exigindo técnicas sofisticadas para identificar variações sutis no campo magnético e nas ondas acústicas. O modelo EarlyDetect, baseado em uma arquitetura de Transformer, foi ajustado para superar dificuldades iniciais na filtragem de dados, que, paradoxalmente, prejudicavam a qualidade das previsões.
A pesquisa foi publicada na Journal of Geophysical Research: Machine Learning and Computation. A capacidade de prever erupções solares com antecedência representa um avanço significativo na compreensão e monitoramento da atividade solar.
