Pesquisadores dos Estados Unidos desenvolveram um sistema de inteligência artificial capaz de identificar sinais que antecedem o surgimento de regiões ativas no Sol. O modelo conseguiu detectar essas alterações, em média, 9,24 horas antes de elas se tornarem visíveis. A tecnologia ainda está em fase experimental, mas pode abrir caminho para alertas mais rápidos sobre fenômenos associados ao clima espacial.
IA procura sinais escondidos no Sol
O sistema, chamado EarlyDetect, foi desenvolvido por uma equipe liderada pelo Instituto de Tecnologia de Nova Jersey (NJIT), com participação de pesquisadores da Universidade de Princeton e do Centro de Pesquisa Ames, da NASA.
Os resultados foram publicados no Journal of Geophysical Research: Machine Learning and Computation.
O objetivo é identificar o nascimento de regiões solares ativas antes mesmo do aparecimento das manchas escuras que conseguimos observar na superfície do Sol. Essas regiões concentram campos magnéticos intensos e podem estar associadas a fenômenos como erupções solares e ejeções de massa coronal.
O problema é que sua formação começa abaixo da superfície visível.
Segundo Alexander Kosovichev, professor de física do NJIT e um dos pesquisadores do projeto, os cientistas não conseguem observar diretamente a estrutura magnética enquanto ela ainda está emergindo do interior solar.
Por isso, é necessário procurar pistas indiretas.
Pequenas mudanças podem antecipar regiões ativas
O EarlyDetect analisa mapas produzidos a cada hora com informações sobre a potência das ondas acústicas e medições do campo magnético solar.
Os dados foram obtidos pelo Observatório de Dinâmica Solar (SDO), da NASA. Seu instrumento HMI registra informações relacionadas às ondas que atravessam o Sol em intervalos de aproximadamente 45 segundos.
Essas oscilações podem apresentar alterações extremamente discretas antes que uma região ativa apareça.
Kosovichev compara o desafio a tentar perceber uma pequena mudança de ritmo dentro de uma orquestra extremamente barulhenta. É justamente esse tipo de padrão quase imperceptível que a inteligência artificial tenta reconhecer.
Para isso, os pesquisadores utilizaram uma arquitetura Transformer, pertencente à mesma família de tecnologias empregadas em grandes modelos de linguagem.
A diferença está nos dados. Em vez de procurar relações entre palavras e frases, o EarlyDetect aprende padrões presentes nas observações solares para tentar antecipar mudanças futuras.
Um filtro estava escondendo justamente os sinais importantes
Durante o desenvolvimento, a equipe encontrou um problema inesperado.
Os pesquisadores haviam incorporado uma técnica de filtragem para reduzir ruídos e facilitar a identificação dos padrões. A expectativa era que isso melhorasse o desempenho do sistema.
Aconteceu exatamente o contrário.
O filtro eliminava pequenas flutuações consideradas pouco relevantes. No entanto, os cientistas descobriram que justamente essas variações continham alguns dos primeiros sinais da formação das regiões ativas.
Jonas Tirona, estudante do NJIT e principal autor do estudo, comparou o processo à tecnologia de cancelamento de ruído. Nesse caso, porém, remover o “ruído” também significava apagar informações importantes.
Depois de ajustar o método, a melhor versão do EarlyDetect conseguiu identificar sinais precursores, em média, 9,24 horas antes de as regiões solares se tornarem visíveis.
Esse intervalo poderia ser importante para futuras ferramentas de previsão do clima espacial.
Tempestades solares podem afetar tecnologias na Terra
Fenômenos solares intensos podem interferir em satélites, sistemas de comunicação, navegação e até redes elétricas.
Por isso, aumentar o tempo disponível para preparação pode ajudar empresas e operadores de infraestrutura a reduzir possíveis impactos.
Mas existe uma diferença importante: detectar antecipadamente uma região ativa não significa prever uma tempestade solar.
Muitas dessas regiões nunca produzem grandes erupções ou ejeções de massa coronal. Portanto, o EarlyDetect ainda representa apenas uma etapa de um sistema de previsão muito mais complexo.
Tecnologia ainda não está pronta para alertas em tempo real
Os próprios pesquisadores destacam que o modelo continua experimental.
O EarlyDetect foi treinado utilizando eventos previamente conhecidos e ainda pode produzir falsos alarmes ou detectar algumas regiões tarde demais. Além disso, será necessário testar o sistema com uma quantidade muito maior de eventos solares antes de pensar em aplicações operacionais.
A equipe também disponibilizou o SolARED, apresentado como o primeiro conjunto público de dados dedicado ao surgimento de regiões solares ativas. Os pesquisadores criaram ainda uma plataforma interativa para explorar essas informações.
A expectativa é que os dados ajudem especialistas em inteligência artificial e heliofísica a desenvolver novos métodos de previsão.
Ainda estamos longe de uma IA capaz de avisar com precisão quando uma grande tempestade solar atingirá a Terra. Mas conseguir perceber sinais escondidos no Sol horas antes de eles se tornarem visíveis pode ser um passo importante nessa direção.
[ Fonte: Infobae ]
