新人工智能可提前数小时检测太阳爆发迹象
##
人工智能平均能在太阳活动区的新生迹象变得可见前约九小时检测到微弱的信号。
名为EarlyDetect的模型能在活跃区域出现前平均近9小时检测到其形成迹象。
该系统由新泽西理工学院（NJIT）牵头的研究团队开发，相关研究成果发表于《地球物理研究杂志：机器学习与计算》。
新泽西理工学院（NJIT）的本科生研究员、该研究的通讯作者乔纳斯蒂罗娜与NJIT的计算机科学家、太阳物理学家以及来自普林斯顿大学和美国国家航空航天局（NASA）埃姆斯研究中心的合作者共同开发了这个模型。
这项研究使用了美国国家航空航天局太阳动力学观测台（SDO）收集的观测数据。
这项研究最有价值的发现是，我们可以利用机器学习提前预测太阳活动区何时出现，即将升入大四的计算机科学专业学生、阿尔伯特多尔曼荣誉学院学者蒂罗纳表示。
这种早期预警可以让卫星通信公司或电网公司做好准备，并有可能减轻太阳风暴造成的损害。
该可视化展示了利用磁场、连续谱强度和声波功率观测资料呈现的太阳活动区AR11158的浮现过程。
声波功率下降现象首先出现，为活动区浮现提供了早期迹象，随后是强度和磁场的变化。
该可视化展示了EarlyDetect背后的数据分析流程，EarlyDetect是一个正在开发的用于预测活动区浮现的机器学习模型。
该模型尚未投入使用。
版权信息：伊琳娜N基季亚什维利（美国国家航空航天局艾姆斯研究中心）和斯皮里东卡萨皮斯（普林斯顿大学）
微弱的太阳振动揭示了隐藏的活动
活动区是黑子形成的强磁活动区域。
它们的出现过程会持续数小时，而完全形成则需要一到数天不等。
在这些区域到达表面之前，上升的磁场会微妙地改变穿过太阳的声波。
科学家可以利用日震学研究这些振动，该学科通过研究太阳内部的波来了解无法直接观测的过程。
EarlyDetect通过分析每小时的声功率图以及来自美国国家航空航天局太阳动力学观测站的太阳磁场测量数据来搜索这些信号。
声学图来自太阳动力学观测台（SDO）上搭载的日震和磁像仪（HMI）每45秒记录的声波测量数据。
主要困难在于，活动区域始于太阳可见表面之下，在那里我们无法直接观测到磁场结构，新泽西理工学院（NJIT）杰出物理学教授、该项目联合首席研究员亚历山大科索维切夫（AlexanderKosovichev）表示，相反，我们要寻找的是磁场以及持续在太阳内部传播的声波模式的微小变化。
这更像是在一个非常嘈杂的管弦乐队中检测节奏的细微变化。
去除噪声让预测结果变得更糟
EarlyDetect基于Transformer架构构建，这与ChatGPT等大型语言模型所使用的广义人工智能技术类型相同。
不过，该模型并非学习语言中的统计模式，而是在太阳测量数据中搜索太阳活动变化之前出现的模式。
这让我们最为惊讶，科索维切夫说，我们最初期望它能帮助分离出有用的短时间尺度模式。
然而，它却将那些能提供最早预警的极其微弱的波动都平均掉了。
这有点像降噪……它通常会去除噪音，这样你就能更好地看清整体趋势，蒂罗纳说，但我们发现，它几乎在所有情况下都起到了负面作用。
滤波器去除的那些信号，实际上对于帮助模型预测何时会出现活跃区域非常重要。
这段图片将九天的太阳活动浓缩为仅仅四分钟，播放速度比实时快3240倍。
鸣谢斯科特威斯辛格（电子任务信息技术服务公司）编辑AJ克里斯滕森（ADNET系统公司）科学撰稿人歌曲《原子漂移》，来自专辑《分子回声》，由拉斯莱昂哈德创作并制作。
EarlyDetect能提前约九小时发现信号。
在用美国国家航空航天局（NASA）的太阳动力学天文台日震和磁成像仪（SDOHMI）的测量数据对早期探测器（EarlyDetect）进行训练后，研究人员用未纳入其训练数据的活动区域对它进行了测试。
模型的最强版本在活动区域变得可见前平均9.24小时检测到前兆模式，其性能超过了标准Transformer模型和早期的基准方法。
机器学习尚未广泛应用于太阳活动预测领域，新泽西理工学院（NJIT）数据科学助理教授、该项目首席研究员徐萌佳（音译）表示，我们的研究表明，先进的机器学习模型可以为未来的空间天气预报开辟新的可能性。
这项研究是新泽西理工学院格蕾丝霍珀人工智能研究所支持的首批项目之一，该研究所近年成立，旨在支持跨学科人工智能研究。
该研究还获得了美国国家航空航天局（NASA）太阳物理学和空间天气研究项目的资助，包括NASA科学DRIVE中心以及太阳内外场与流的影响（COFFIES）项目。
研究人员还将他们的数据提供给其他人使用。
他们发布了太阳活动区浮现数据集（SolARED），这是一个从太阳动力学天文台（SDO）收集的活动区观测数据的公开集合，以及太阳活动区（SAR）门户，这是一个用于探索这些观测数据的交互式平台。
这是首个用于太阳活动区浮现研究的公开数据集，徐说，它为机器学习和太阳物理学界提供了一个共享资源，用于开发和测试新的预测方法。
实时预测仍然遥不可及
蒂罗娜警告称，尽管EarlyDetect表现不错，但它目前还不能作为一个可投入使用的实时预测系统。
它是通过已知的突发事件数据训练的，仍可能产生误报或预测滞后的情况。
探测到活动区的出现并不意味着太阳耀斑或日冕物质抛射即将发生。
许多活动区从未产生过大型喷发，研究人员仍需在更多的太阳事件中测试该模型。
我希望这个项目能让更多人了解机器学习如何为太阳物理学做出贡献，蒂罗娜说，如果这样的模型有朝一日能帮助预测太阳天气事件，那就太酷了。
我们目前还没达到这个水平，但这是令人振奋的一步。
相关知识
太阳爆发是太阳大气层突然释放巨大能量的现象。
太阳爆发包含多种事件，如太阳耀斑、日冕物质抛射等。
爆发时会喷射出大量高能带电粒子和强烈电磁辐射。
这些剧烈活动可能对地球的磁场、电离层等产生影响，干扰通信、威胁卫星和宇航员安全。
BY: Jesse Jenkins, New Jersey Institute of Technology
FY: AI
如有相关内容侵权，请在作品发布后联系作者删除
