Yeni yapay zeka, Güneş patlamalarını saatler öncesinden tespit ediyor
NJIT liderliğinde geliştirilen EarlyDetect modeli, Güneş’te oluşan aktif bölgeleri görünür hale gelmeden ortalama 9,24 saat önce belirleyebiliyor. Sistem, uydu haberleşmesi ve elektrik şebekeleri gibi kritik altyapılar için daha erken uzay havası uyarıları geliştirilmesini hedefliyor.
New Jersey Teknoloji Enstitüsü, Princeton Üniversitesi ve NASA Ames Araştırma Merkezi iş birliğiyle geliştirilen EarlyDetect adlı yapay zeka modeli, Güneş’in görünür yüzeyinin altında oluşmaya başlayan manyetik hareketliliği önceden tespit etmeye odaklanıyor. Journal of Geophysical Research dergisinde yayımlanan çalışmada sistem, NASA’nın Güneş Dinamiği Gözlemevi verileri kullanılarak eğitildi ve aktif bölgelerin ortaya çıkışına ilişkin zayıf öncü sinyalleri ortalama 9,24 saat önce belirledi.
ERKEN UYARI
EarlyDetect, heliosismik ses dalgaları ile manyetik alan haritalarını birlikte analiz ediyor. Büyük dil modellerinde de kullanılan Transformer mimarisine dayanan sistem, Güneş’in akustik titreşimlerindeki küçük değişimleri ve manyetik alan hareketlerini izleyerek aktif bölgelerin görünür hale gelmesinden önceki işaretleri arıyor. Araştırma ekibi, veri temizleme amacıyla kullanılan filtrelerin bazı erken uyarı sinyallerini ortadan kaldırdığını belirledi. Bu nedenle ham verilerin korunması modelin tahmin performansında önemli rol oynadı.
KRİTİK ALTYAPI
Güneş fırtınaları, uydu haberleşmesi, GPS sistemleri ve elektrik şebekelerinde kesintilere yol açabilecek etkiler oluşturabiliyor. EarlyDetect’in sağladığı erken uyarı süresi, uydu operatörleri ve enerji dağıtım şirketlerinin olası uzay havası olaylarına karşı daha erken hazırlık yapmasına imkan verebilir. Sistem aynı zamanda telekomünikasyon, savunma ve sigorta sektörlerinde kritik altyapı risklerinin değerlendirilmesine yönelik yeni bir veri kaynağı olarak değerlendiriliyor. Model henüz gerçek zamanlı operasyonel tahmin sistemi olarak kullanılmıyor.
AÇIK VERİ
NJIT Grace Hopper Yapay Zeka Araştırma Enstitüsü ve NASA desteğiyle yürütülen proje kapsamında araştırmacılar, Güneş Aktif Bölge Ortaya Çıkış Veri Seti’ni (SolARED) ve SAR Portal adlı etkileşimli platformu kamuya açtı. Bu kaynaklar, makine öğrenimi ve heliofizik araştırmacılarının yeni tahmin modelleri geliştirmesine ve farklı yöntemleri karşılaştırmasına imkan sağlıyor. EarlyDetect’in daha fazla güneş olayı ve gerçek zamanlı senaryo üzerinde test edilmesine yönelik çalışmalar sürüyor.