Mucho antes de que una mancha solar pueda distinguirse claramente en la superficie del Sol, algo ya está ocurriendo debajo. Los campos magnéticos comienzan a ascender hacia la fotosfera y dejan señales extremadamente débiles que resultan difíciles de identificar entre la enorme cantidad de actividad que registra nuestra estrella.

Ahora, investigadores del New Jersey Institute of Technology (NJIT), junto con científicos de Princeton University y el Centro de Investigación Ames de la NASA, han desarrollado un modelo de inteligencia artificial capaz de detectar algunas de esas señales con varias horas de anticipación.

El sistema se llama EarlyDetect y, durante las pruebas, consiguió anticipar la aparición de regiones solares activas una media de 9,24 horas antes de que fueran claramente visibles en la superficie.

Escuchar lo que ocurre debajo del Sol

Las regiones activas son zonas donde se concentra una elevada cantidad de flujo magnético y donde suelen aparecer las manchas solares. También son lugares capaces de producir algunos de los eventos más violentos de nuestra estrella, como llamaradas solares y eyecciones de masa coronal.

Detectarlas antes de que emerjan representa un desafío porque buena parte del proceso comienza debajo de la superficie visible del Sol.

Los investigadores recurrieron entonces a la heliosismología, una disciplina que estudia las ondas y oscilaciones que recorren nuestra estrella de una forma comparable a cómo los sismólogos utilizan los terremotos para investigar el interior de la Tierra.

Cuando una estructura magnética comienza a acercarse a la superficie solar puede alterar ligeramente esas ondas acústicas.

EarlyDetect busca precisamente esos pequeños cambios.

Una IA basada en la arquitectura Transformer

El modelo utiliza una arquitectura Transformer, la misma familia tecnológica en la que se basan muchos sistemas modernos de inteligencia artificial generativa, aunque aplicada aquí a un problema completamente diferente.

En lugar de analizar palabras, EarlyDetect procesa secuencias temporales de observaciones solares.

Para desarrollar el sistema, los investigadores utilizaron información obtenida por el Helioseismic and Magnetic Imager (HMI) instalado en el Solar Dynamics Observatory (SDO) de la NASA. El instrumento registra mediciones relacionadas con las ondas acústicas y el campo magnético solar.

Los científicos descubrieron que algunas de las señales más útiles eran precisamente las más pequeñas.

Una ligera disminución de la potencia acústica podía aparecer antes de los cambios evidentes en la intensidad de la superficie y del aumento del flujo magnético asociado con la aparición de una nueva región activa.

El ruido que la IA necesitaba conservar

Uno de los resultados más curiosos apareció cuando los investigadores intentaron limpiar los datos.

Inicialmente utilizaron técnicas de filtrado para eliminar pequeñas fluctuaciones y facilitar el análisis. Sin embargo, comprobaron que el rendimiento del modelo empeoraba.

Aquello que parecía ruido contenía parte de la información necesaria para detectar anticipadamente el fenómeno.

La mejor versión del sistema terminó utilizando los datos prácticamente sin ese suavizado, permitiendo que el mecanismo de atención del Transformer identificara fluctuaciones acústicas muy débiles que otros métodos podían pasar por alto.

Durante las pruebas, EarlyDetect alcanzó una anticipación promedio de 9,24 horas y mejoró aproximadamente un 10,6% el error de predicción respecto al modelo LSTM utilizado como referencia.

Una posible ayuda para anticipar el clima espacial

Contar con más tiempo para detectar una región activa podría resultar importante para el monitoreo del clima espacial.

Las grandes llamaradas y las eyecciones de masa coronal pueden provocar tormentas geomagnéticas capaces de interferir con comunicaciones por radio, navegación por satélite, sistemas espaciales e incluso determinadas infraestructuras eléctricas terrestres.

Sin embargo, EarlyDetect todavía no puede anunciar que una llamarada solar ocurrirá nueve horas después. Su función actual consiste en anticipar la emergencia de las regiones activas donde estos fenómenos pueden originarse.

El modelo tampoco está preparado todavía para funcionar como un sistema operativo de alerta.

Aun así, los resultados muestran que algunas de las primeras señales de actividad solar podrían estar ocultas en fluctuaciones tan pequeñas que hasta ahora eran consideradas poco relevantes. Y la inteligencia artificial está empezando a encontrarlas.

Fuente: Meteored.

Macarena