هوش مصنوعی پیشبینی طوفانهای خورشیدی را با دقت بالا امکانپذیر میسازد
در نگاه اول خورشید جرم آسمانی ثابت و بدون تحول به نظر میرسد اما در حقیقت این ستاره عظیم تودهای از پلاسمای الکتریکی است که تحت تأثیر میدان مغناطیسی خود قرار دارد و فعالیتهای پیشبینیناپذیری به نمایش میگذارد که چالش بزرگی برای فیزیکدانان خورشیدی محسوب میشود.
هوش مصنوعی و پیشبینی فعالیتهای خورشیدی
مطابق گزارش ساینسالرت، از مهمترین اتفاقهای خورشیدی خروج جرم از تاج خورشید (سیامای) است که تأثیرات آن همچنان تردیدهای زیادی به وجود آورده است. مطالعات تازه نشان میدهند الگوریتمهای یادگیری ماشینی میتوانند این پدیده را با دقت بیشتری پیشبینی کنند.
مطابق یک مقاله تازه، الگوریتمهای آموزشدیده بر پایه دههها دادههای خورشیدی توانستهاند علائم افزایش فعالیت در ناحیهای به نام ایآر ۱۳۶۶۴ را تشخیص دهند و از این طریق به فهم بهتری از فورانهای آینده کمک کنند.
سیامایها فورانهای عظیم پلاسما از تاج خورشید به فضا هستند که در اثر اختلالات میدان مغناطیسی خورشید رخ میدهند. این رویدادهای انفجاری معمولا همراه شرارههای خورشیدی اتفاق میافتند و وقتی خطوط میدان مغناطیسی یکباره جهت خود را تغییر داده و انرژی عظیمی آزاد میکنند.

سیامایها با سرعتی بین چندصد تا چند هزار کیلومتر بر ثانیه حرکت میکنند و اگر مسیرشان به سمت زمین باشد میتوانند ظرف چند روز به آن برسند. هنگامی که این ذرات باربر به میدان مغناطیسی زمین برخورد میکنند طوفانهای ژئومغناطیسی تشکیل میدهند که میتوانند باعث اختلال در ارتباطات ماهوارهای، سیستمهای جیپیاس و شبکههای برق شوند. علاوه بر این میتوانند باعث تشکیل شفقهای قطبی درخشان در دو قطب زمین شوند.
مطالعه تازه در مورد هوش مصنوعی و پیشبینی طوفانهای خورشیدی
در مطالعهای که گروهی از ستارهشناسان به رهبری سابرینا گوستاوینو از دانشگاه جنوا انجام دادند، از هوش مصنوعی برای پیشبینی طوفان خورشیدی مه ۲۰۲۴ (اردیبهشت ۱۴۰۳) و فورانهای خورشیدی مرتبط با ناحیه ۱۳۶۶۴ استفاده شد. این طوفان شامل فوران شدیدی بود که به عنوان شراره ایکس ۸.۷ طبقهبندی شده است.

با بهرهگیری از این فناوری تیم تحقیقاتی توانستند حجم عظیمی از دادههای جمعآوریشده را تحلیل و الگوهای پیچیدهای را که تشخیص آنها با روشهای سنتی دشوار بود شناسایی کنند. نتایج این پژوهش دقت بیسابقهای را در پیشبینی شرارههای خورشیدی، تغییرات آنها در طول زمان و پیشبینی طوفانهای ژئومغناطیسی نشان داد.
نتایج و پیامدهای مهم این مطالعه
نتایج این پژوهش نشان داد بهرهگیری از یادگیری ماشینی نه تنها دقت پیشبینیها را افزایش میدهد بلکه نسبت به روشهای سنتی عدم قطعیت را نیز کاهش میدهد. بدین ترتیب زمان رسیدن سیامایها به زمین و زمان آغاز طوفانهای ژئومغناطیسی با دقت بسیار بالایی پیشبینی شدند.
این پیشرفت میتواند تأثیر بسزایی در کاهش اثرات منفی طوفانهای خورشیدی بر شبکههای برق، ارتباطات و سیستمهای ماهوارهای داشته باشد. علاوه بر این این روش میتواند پیشبینی شفقهای قطبی را نیز بهبود بخشد و تجربهای جذابتر برای دوستداران آسمان فراهم کند.

هوش مصنوعی در حال تغییر شیوه پیشبینی فعالیتهای خورشیدی است. این فناوری میتواند با دقتی بیسابقه به ما در پیشبینی فورانهای خورشیدی و کاهش تأثیرات منفی آنها کمک کند. با پیشرفتهای بیشتر احتمالا در آینده بتوانیم نه تنها طوفانهای خورشیدی بلکه دیگر رویدادهای کیهانی را نیز با دقت بیشتری پیشبینی کنیم.




