一項(xiàng)新研究表明，人工智能（AI）可以預(yù)測(cè)去年5月的強(qiáng)大太陽風(fēng)暴，該風(fēng)暴由太陽上高度活躍的區(qū)域AR13664引發(fā)。由Sabrina Guastavino領(lǐng)導(dǎo)的熱那亞大學(xué)研究小組表示，通過對(duì)歷史太陽事件進(jìn)行AI訓(xùn)練，它可以識(shí)別出日冕物質(zhì)拋射（CME）之前的模式。

這個(gè)預(yù)警系統(tǒng)至關(guān)重要，因?yàn)橐蕾嚾斯し治鎏枅D像和數(shù)據(jù)的傳統(tǒng)方法通常無法提供準(zhǔn)確和及時(shí)的預(yù)測(cè)。

研究指出：“盡管觀測(cè)能力和模型開發(fā)取得了進(jìn)步，但到目前為止，耀斑預(yù)測(cè)和日冕物質(zhì)拋射行進(jìn)時(shí)間預(yù)測(cè)仍然存在很大的不確定性，后者的平均行進(jìn)時(shí)間約為12小時(shí)?！?/p>

該人工智能模型的工作原理是處理來自太陽圖像和其他太空天氣參數(shù)的大量數(shù)據(jù)。它尋找太陽大氣行為中的細(xì)微線索，例如磁場(chǎng)強(qiáng)度的變化、太陽風(fēng)速和太陽耀斑的出現(xiàn)。

研究強(qiáng)調(diào)：“2024年5月的事件也凸顯了人工智能驅(qū)動(dòng)的逆向工程對(duì)空間天氣科學(xué)的更廣泛影響?！?/p>

“如此精確預(yù)測(cè)日冕物質(zhì)拋射行進(jìn)時(shí)間的能力表明，人工智能還可以作為測(cè)試和改進(jìn)現(xiàn)有日冕物質(zhì)拋射傳播模型的診斷工具?！?/p>