Ícone do site Web Curiosos

A IA pode prever incríveis tempestades solares antes de atacarem: WebCuriosos

Nosso Sol pode estar atrasado para uma superexplosão violenta, alerta estudo: ScienceAlert

A IA pode prever incríveis tempestades solares antes de atacarem: WebCuriosos

Para o observador casual, o sol parece ser o único constante e nunca mudando.

A realidade é que o sol é uma massa fervilhante de plasma – gás eletricamente carregado, que está sendo constantemente afetado pelo campo magnético do sol. A imprevisibilidade da atividade no sol é um dos desafios que enfrenta os físicos solares modernos.


O impacto das ejeções de massa coronal é um aspecto específico que vem com níveis de incerteza de seu impacto. Mas os algoritmos de aprendizado de máquina talvez possam ter nos dado mais aviso!


Um novo artigo sugere Os algoritmos treinados em décadas de atividade solar viram todos os sinais de aumento da atividade da região chamado AR13664, e talvez possam ajudar com futuras explosões.


As ejeções de massa coronal ou CMEs, são grandes rajadas de plasma ejetadas da corona do sol para o espaço devido a interrupções no campo magnético do sol. Esses eventos explosivos são frequentemente ligados a explosões e ocorrem quando as linhas de campo magnéticas repentinamente se realinham, liberando vastas quantidades de energia.

Um CME colossal parte do sol em fevereiro de 2000. Levantando o filamento em erupção da superfície solar ativa e explodiu essa enorme bolha de plasma magnético no espaço. (NASA/ESA/SOHO)

Os CMEs podem viajar a velocidades que variam de algumas centenas a vários milhares de quilômetros por segundo, às vezes atingindo a Terra em poucos dias, se a trajetória estiver em nossa direção.


Quando eles chegam, podem interagir com nossa magnetosfera e desencadear tempestades geomagnéticas, potencialmente interrompendo as comunicações satélites, sistemas GPS e grades de energia. Além disso, eles podem levar à atividade auroral, criando exibições de tirar o fôlego das luzes norte e sul.


Previsão com precisão desses tipos de eventos e como eles afetam nossa magnetosfera tem sido um dos desafios que os astrônomos enfrentam.

Atividade solar que afeta a magnetosfera da Terra. (NASA)

Em um estudo Autorizado de uma equipe de astrônomos liderados por Sabrina Guastavino, da Universidade de Gênova, eles aplicaram inteligência artificial ao desafio. Eles usaram a nova tecnologia para prever os eventos associados à tempestade de maio de 2024, as explosões correspondentes da região designadas 13644 e CMES.


A tempestade desencadeou eventos solares intensos, incluindo um flare classificado como um x8.7!


Usando a IA, a equipe conseguiu apontar a tecnologia de aprendizado de máquina para as vastas quantidades de dados coletados anteriormente, para descobrir padrões complexos que não eram fáceis de identificar usando técnicas convencionais.


O evento de 2024 foi uma ótima e incomum oportunidade de testar a capacidade de IA para prever a atividade solar. O principal objetivo era prever a ocorrência de explosões solares, como elas mudaram com o tempo, bem como a produção de CME, e, finalmente, para prever tempestades geomagnéticas aqui na Terra.


Eles executaram o processo contra o evento de maio de 2024 com resultados impressionantes. De acordo com o artigo, a previsão revelou 'precisão sem precedentes na previsão, com redução significativa nas incertezas em relação aos métodos tradicionais'.


Os resultados dos tempos de viagem da CME para a Terra e o início das tempestades geomagnéticas também foram impressionantemente precisas.


O impacto do estudo é profundo.


As interrupções na rede de energia, a comunicação e os problemas de satélite podem ser uma grande desvantagem quando os CMEs atingem a Terra, de modo que a aplicação do conjunto de ferramentas de aprendizado de máquina para prever a atividade solar parece um avanço emocionante. Para aqueles de nós, observadores do céu, também podemos ter uma previsão muito melhor de atividade auroral.

Este artigo foi publicado originalmente por Universo hoje. Ler o artigo original.

Sair da versão mobile