COFFIES da NASA usa IA para prever regiões ativas causadoras de tempestades

À medida que a humanidade olha para a Lua e as estrelas para exploração futura, prever o clima espacial – condições no espaço impulsionadas principalmente pelo Sol – é mais importante do que nunca.

Agora, uma equipe de astrofísicos e cientistas de dados da NASA CAFÉS (Consequência de campos e fluxos no interior e exterior do Sol) desenvolveu um novo modelo de aprendizado de máquina capaz de prever o surgimento de regiões ativas no Sol até 12 horas antes de elas aparecerem.

O Sol está constantemente agitado. Concentrações intensas de campos magnéticos localizados podem romper repentinamente a superfície solar, formando manchas solares. Os meteorologistas espaciais então numeram e rastreiam coletivamente as manchas solares, uma vez que são manifestações visíveis de regiões ativas, que servem como os principais motores por trás de eventos climáticos espaciais severos, como erupções solares e ejeções de massa coronal. Estas erupções enviam ondas de radiação de alta energia e partículas carregadas através do espaço, criando tempestades que podem ameaçar os astronautas, desativar satélites e perturbar as comunicações de rádio na Terra.

Ao unir conhecimentos entre diferentes instituições científicas, a COFFIES, uma agência da NASA DIRIGIR (Diversificar, Realizar, Integrar, Empreender, Educar) Science Center, reuniu uma equipe de pesquisadores do Instituto de Tecnologia de Nova Jersey (NJIT), da Universidade de Princeton, e Centro de Pesquisa Ames da NASA no Vale do Silício, na Califórnia. A equipe recorreu a arquiteturas avançadas de inteligência artificial – que determinam como os dados são processados ​​e usados ​​para produzir previsões ou ações confiáveis ​​– para capturar mudanças sutis de padrão baseadas no tempo na superfície solar antes que uma região ativa tomasse forma. Ao analisar dados capturados pelo órgão Observatório de Dinâmica Solar e usando NASA Ames’ recursos de supercomputaçãoesta nova abordagem, publicado no Journal of Geophysical Research: Machine Learning and Computation, analisa as flutuações nas ondas acústicas causadas pelas regiões das manchas solares quando as regiões se formam abaixo da superfície solar e começam a jornada ascendente para emergir na superfície.

“Não podemos ver diretamente a estrutura magnética enquanto ela ainda está a subir através do interior solar. Em vez disso, devemos procurar efeitos indiretos – mudanças muito pequenas no campo magnético e no padrão das ondas acústicas que viajam continuamente através do Sol”, disse Alexander Kosovichev, co-investigador do COFFIES no NJIT. “A técnica desenvolvida identifica precursores associados a uma região ativa emergente em ligeiras mudanças na potência acústica do Sol – mais como uma ligeira mudança no ritmo dentro de uma orquestra muito barulhenta.”

Para desenvolver as previsões operacionais atuais, o Centro de Previsão do Clima Espacial da Administração Oceânica e Atmosférica Nacional e a Força Aérea dos Estados Unidos monitoram regiões ativas que já são visíveis no Sol para analisar as características das regiões e estimar a probabilidade de explosões solares.

A equipe COFFIES pretende revolucionar este processo. No modelo de IA, a equipe desenvolveu um sistema especializado de detecção precoce para lidar com sequências muito longas de dados – chamada arquitetura de transformador de janela deslizante – para usar observações para encontrar pequenas reduções na atividade acústica e no campo magnético do Sol, sinais que os cientistas lutaram para capturar até agora. Estas reduções formam padrões que o modelo de IA utiliza para prever regiões ativas várias horas antes de se tornarem visíveis na superfície solar. Em vez de observar toda a atividade na superfície solar de uma só vez, como fizeram as abordagens anteriores de aprendizagem profunda, este novo modelo move uma “janela de visualização” de tamanho fixo ao longo de uma longa linha do tempo da atividade do Sol para se concentrar em dados recentes, ao mesmo tempo que se lembra dos padrões gerais. Este método permite aos meteorologistas a capacidade de prever localizações aproximadas de manchas solares emergentes, em vez de depender da contagem de manchas solares já visíveis.

Esta promissora arquitetura de IA mostra como o aprendizado de máquina profundo pode contribuir para heliofísica — o campo que estuda a natureza do Sol e como ele influencia a própria natureza do espaço e dos planetas que nele existem. Embora o modelo não esteja pronto para previsão operacional em tempo real, a equipe planeja validar a abordagem em muitos outros eventos solares conhecidos para ajustar o modelo.

Monitoramento do clima espacial em tempo real da NASA

À medida que a NASA se concentra em enviar humanos para explorar a Lua com o Ártemis missões e enviar as primeiras missões tripuladas a Marte, monitorizar e prever o clima espacial é importante para garantir a segurança dos nossos astronautas e do equipamento em que dependem. Este salto preditivo da equipa COFFIES pode revelar-se vital para proteger a tecnologia e os exploradores do espaço profundo do ambiente volátil do nosso sistema solar.

Equipes da NASA e da NOAA colaboram para fazer a transição dos recursos de pesquisa para ferramentas operacionais reais de monitoramento do clima espacial de 360 ​​​​graus – incluindo o Grupo de Análise de Radiação Espacial da NASA, o Escritório de Análise do Clima Espacial da Lua a Marte (M2M SWAO) e o Centro de Modelagem Coordenada da Comunidade, bem como o Centro de Previsão do Clima Espacial da NOAA. As capacidades de previsão do surgimento de regiões de manchas solares, especialmente do lado oculto do Sol, poderiam fornecer novas informações que complementam os modelos atuais usados ​​por essas equipes.

“O modelo COFFIES AI é entusiasmante para a nossa equipa porque pode fornecer-nos novas capacidades para prever potenciais locais de queima com antecedência”, disse Michelangelo Romano, vice-diretor da M2M SWAO. “Com este aviso, podemos fornecer suporte adicional às missões da NASA.”

O COFFIES da NASA é um dos três centros de ciência DRIVE criados para incentivar a ciência colaborativa, estabelecendo centros compostos por equipes multidisciplinares de diversas instituições dos EUA. Essas instalações pioneiras empregam modeladores, teóricos, cientistas da computação e observadores para estudar mistérios importantes de nossa estrela e sua influência, um ramo da ciência conhecido como heliofísica.

A equipe COFFIES concentra-se nos processos interligados por trás da atividade do Sol. Compreender o interior do Sol e a variabilidade magnética é fundamental para avançar na nossa compreensão do ciclo de atividade de 11 anos do Sol e no ajuste fino das ferramentas de previsão do tempo espacial.