Fonte: IBM
Este é o primeiro modelo fundacional de IA de heliofísica treinado em dados de observação solar de alta resolução oferece insights sobre a superfície dinâmica do Sol
A IBM (NYSE: IBM) e a NASA revelaram hoje o modelo fundacional de código aberto mais avançado, projetado para entender dados de observação solar de alta resolução e prever como a atividade solar afeta a Terra e a tecnologia espacial. Surya, nome derivado da palavra sânscrita para Sol, representa um avanço significativo na aplicação de IA para a interpretação de imagens solares e pesquisa de previsão do clima espacial, fornecendo uma nova ferramenta para ajudar a proteger recursos e ferramentas, desde a navegação por GPS até redes de energia e telecomunicações, da natureza em constante mudança do Sol.
O Sol pode estar a 93 milhões de milhas de distância, mas seu impacto na vida moderna é imediato e crescente. Erupções solares e ejeções de massa coronal podem derrubar satélites, interromper a navegação aérea, provocar cortes de energia e representar sérios riscos de radiação para os astronautas. Com a crescente dependência da humanidade na tecnologia espacial e dos planos para uma exploração espacial mais profunda, a previsão precisa do clima solar se tornou essencial.
À medida que a dependência tecnológica da humanidade cresce, também aumenta a nossa vulnerabilidade ao clima espacial. De acordo com um cenário de risco sistêmico criado pelo Lloyd’s, a economia global pode ser exposta a perdas de US$ 2,4 trilhões em um período de cinco anos, com uma perda esperada de US$ 17 bilhões devido à ameaça de uma hipotética tempestade solar. Eventos solares recentes[1] já demonstraram o risco, interrompendo serviços de GPS, forçando desvios de voos e danificando satélites. Os efeitos das tempestades solares podem causar:
- Danos a satélites, naves espaciais e/ou astronautas que estão estacionados fora da Terra;
- Perda de hardware de satélite, danificando painéis e circuitos solares;
- Impacto nas viagens aéreas, devido a erros de navegação e risco potencial de radiação para tripulação e passageiros de companhias aéreas;
- Redução da produção de alimentos, pois a agricultura pode ser afetada pela interrupção da navegação de GPS.
As implicações incluem tanto a pesquisa acadêmica quanto a preparação operacional. O novo modelo fornecerá ferramentas para ajudar especialistas a se planejar para tempestades solares, que podem interromper a infraestrutura tecnológica da Terra.
“Pense nisso como uma previsão do tempo para o espaço”, disse Juan Bernabe-Moreno, diretor da IBM Research Europe, Reino Unido e Irlanda. “Assim como trabalhamos para nos preparar para eventos climáticos perigosos, precisamos fazer o mesmo para tempestades solares. Surya nos dá uma capacidade sem precedentes de antecipar o que está por vir e não é apenas uma conquista da tecnologia, mas um passo crítico para proteger nossa civilização tecnológica da estrela que nos sustenta.”
A previsão tradicional do tempo solar depende de visualizações parciais da superfície do Sol por satélite, o que historicamente torna a previsão precisa extremamente difícil. Surya aborda essa limitação típica ao ser treinado no maior conjunto de dados de alta resolução já curado. Este conjunto de dados foi criado para ajudar pesquisadores a estudar e avaliar melhor tarefas críticas de previsão do clima espacial. Exemplos dessas tarefas, nas quais Surya foi testado, incluem a previsão de erupções solares, a velocidade dos ventos solares, a previsão de espectros EUV solares e o surgimento de regiões ativas no Sol.
Nos primeiros testes, os pesquisadores relataram uma melhoria de 16% na precisão da classificação de erupções solares, o que os eles relatam como uma melhoria muito substancial em comparação aos métodos anteriores. Além da tarefa de classificação de erupções solares binárias, o Surya foi criado para prever visualmente erupções solares pela primeira vez, fornecendo uma imagem de alta resolução de onde a erupção está prevista para ocorrer com até duas horas de antecedência.
Os desafios técnicos eram imensos. Surya foi treinado com nove anos de dados de observação solar de alta resolução do Observatório de Dinâmica Solar da NASA. Essas imagens solares são 10 vezes maiores do que os dados típicos de treinamento de IA, exigindo uma solução multiarquitetura personalizada para lidar com a escala massiva e, ao mesmo tempo, manter a eficiência. O resultado é um modelo com resolução espacial sem precedentes que pode resolver características solares em escalas e contextos não capturados anteriormente em fluxos de trabalho de treinamento de IA em larga escala.
“Estamos promovendo a ciência orientada por dados ao incorporar a profunda experiência científica da NASA em modelos de IA de ponta”, disse Kevin Murphy, diretor de Dados Científicos na sede da NASA em Washington. “Ao desenvolver um modelo fundacional treinado nos dados heliofísicos da NASA, estamos facilitando a análise das complexidades do comportamento do Sol com velocidade e precisão sem precedentes. Este modelo possibilita uma compreensão mais ampla de como a atividade solar impacta sistemas e tecnologias críticas dos quais todos dependemos aqui na Terra.”
Surya faz parte de um esforço mais amplo da IBM para adotar abordagens generativas e automatizadas que capacitam algoritmos a serem descobertos, testados e desenvolvidos em escala. Surya é um exemplo de como a IBM está posicionando a IA não apenas como uma ferramenta, mas como um impulsionador de descobertas científicas. Ao lançar o Surya no Hugging Face, a IBM e a NASA estão democratizando o acesso a ferramentas avançadas para entender e prever o clima solar e a exploração científica. Pesquisadores do mundo todo agora podem aproveitar essa base para desenvolver aplicações especializadas para suas regiões e indústrias.
Este modelo faz parte de uma colaboração maior entre a IBM e a NASA para usar a tecnologia de IA para explorar nosso planeta e sistema solar. Ele se junta à família Prithvi de modelos fundacional, que inclui um modelo geoespacial e um modelo climático. No ano passado, a IBM e a NASA lançaram o modelo climático Prithvi no Hugging Face para que cientistas e a comunidade em geral desenvolvessem projeções climáticas e de tempo de curto e longo prazo.
____
[1] Causas e impactos interplanetários do supertormento de maio de 2024 na geosfera: Panorama geral – IOPscience. Causas e impactos interplanetários do supertormento de maio de 2024 na geosfera: Panorama geral, Hajra, Rajkumar, Tsurutani, Bruce Tsatnam, Lakhina, Gurbax Singh, Lu, Quanming, Du, Aimin. https://iopscience.iop.org/article/10.3847/1538-4357/ad7462
