新型AI模型可提前数小时探测太阳活跃区

近日，新泽西理工学院研究人员联合普林斯顿大学与NASA艾姆斯研究中心团队，在《地球物理研究杂志：机器学习与计算》发表成果，宣布成功开发EarlyDetect人工智能模型。该模型依托NASA太阳动力学天文台观测数据，实现了对太阳活动区浮现的提前预警。 太阳活动区在磁黑子显现前，其下方磁场上升会引发微弱的声波与磁场扰动。EarlyDetect采用Transformer架构，对每小时声学功率与磁场测量值进行深度特征学习。研究团队在调试中发现，原本用于降噪的数据滤波技术反而过滤掉了关键的早期预警波动，移除该步骤后预测精度大幅提升。经独立事件测试，该模型平均可提前9.24小时捕捉活动区前兆，全面超越传统基准算法。 此项突破为空间天气预报开辟了新范式。团队同步开源了太阳活动区浮现数据集及交互式分析平台，供全球科研社区调用。尽管模型目前尚未部署至实时预警系统，且无法直接预测耀斑或日冕物质抛射，但其对隐蔽物理信号的捕捉能力已充分验证了机器学习在日球物理领域的潜力，为未来防范太阳风暴对卫星通信及电网基础设施的冲击提供了关键技术储备。