新AIが太陽活動の兆候を数時間前に検出

ニュージャージー工科大学（NJIT）を主体とした研究チームは、太陽活動領域の発生を約9時間前に予測する人工知能モデルEarlyDetectを開発し、学術誌Journal of Geophysical Research: Machine Learning and Computationで発表した。本研究にはプリンストン大学とNASAエイムズ研究センターの研究者も参画している。 EarlyDetectは、NASA太陽力学観測衛星SDOが収集する音波データと磁場測定値を解析し、太陽表面直下で活動領域が形成される前兆を検出する。モデルの基盤にはTransformerアーキテクチャを採用。当初チームはデータ解析用に適用していたフィルタリング処理が予測に有用だと考えられていたが、実際には該処理が早期の微弱な変動信号を平滑化し、検知能力を低下させていることを解明。フィルタリングを撤廃した構成により、未知の活動領域に対し平均9.24時間の前倒し検出に成功した。 本研究の核心的な意義は宇宙天気予報の精度向上にある。活動領域の発生を早期に察知できれば、人工衛星通信事業者や電力網運営企業は太陽嵐に伴う被害を軽減するための対策を講じる時間的猶予を得られる。また、研究チームはSDO観測データを統合した世界初の公開データセットSolAREDおよび対話型ポータルサイトを公開し、機械学習とヘリオ物理学分野の共同研究を促進する基盤を提供した。 現時点では実運用前の段階であり、偽陽性の発生や予測の遅延が確認されている。また、活動領域の発生自体は必ずしも大規模なフレアやコロナ質量放出を伴わないため、最終的な宇宙天気事象の予測にはさらなる検証が必要と研究チームは指摘している。NJITのメンジャ・シュー准教授は、本研究成果が先進機械学習技術の太陽物理学への応用可能性を示す重要な一歩であると評価し、将来的なリアルタイム宇宙天気预警システムの実現に向けた基盤構築を目指していると述べた。