Nowy system ostrzegania przed potężnymi burzami słonecznymi

Burze słoneczne stanowią poważne zagrożenie dla infrastruktury elektrycznej i komunikacyjnej. W związku z tym, NASA opracowuje system 30-minutowego ostrzegania, zanim zabójcza burza słoneczna uderzy w Ziemię. Chcą wykorzystać w tym celu sztuczną inteligencję.

Słońce wykazuje się dosyć burzliwą aktywnością ostatnimi czasy
Słońce wykazuje się dosyć burzliwą aktywnością ostatnimi czasyNASA/GSFC/SDONASA

Słońce wykazuje się dosyć burzliwą aktywnością ostatnimi czasy. Naukowcy szacują, że w ciągu najbliższych lat możemy spodziewać się kulminacji tej aktywności, co wiąże się z bardzo gwałtownymi burzami słonecznymi. Jeżeli eksplozja będzie wystarczająco potężna, to energia, która w jej wyniku dotrze do Ziemi, może znacznie uszkodzić infrastrukturę elektryczną i komunikacyjną.

Sztuczna inteligencja do przewidywania burz słonecznych

NASA postanowiła wykorzystać najnowsze modele sztucznej inteligencji w celu analizy danych dotyczących burz słonecznych, co pozwala na opracowanie systemu wczesnego ostrzegania. Taki system jest w stanie ostrzec naszą planetę na 30 minut przed uderzeniem potężnej burzy słonecznej w określony obszar.

Czas realizacji ostrzeżenia wynika z tego, że światło może przemieszczać się szybciej niż materia słoneczna w przypadku tych burz słonecznych, które potrafią być bardzo destrukcyjne. Ponad 150 lat temu miało miejsce zdarzenie, gdzie burza magnetyczna roku 1859 udowodniła, jaką mocą mogą dysponować. Wtedy nastąpił koronalny wyrzut masy tak potężny, że obłok dotarł do Ziemi w ekspresowym tempie 18 godzin, gdzie zazwyczaj trwa to od 3 do 4 dni.

Była to jedna z najbardziej intensywnych burz magnetycznych na Ziemi w dotychczasowej historii. Zaburzenia w ziemskim polu magnetycznym spowodowane tym wyrzutem uszkodziły sieci telegraficzne w całej Europie i Ameryce Północnej, a nawet w skrajnych przypadkach zapalenie się od iskier papieru w telegrafach. Mimo odłączenia baterii indukowany prąd był na tyle intensywny, że w dalszym ciągu można było przesyłać wiadomości.

Naukowcy od dawna próbują opracować system, który pozwoli przynajmniej częściowo przygotować się na kolejne tego typu zdarzenie. Wiele satelitów zostało wysłanych do obserwacji Słońca w celu zbadania intensywności i częstotliwości wybuchów słonecznych. Takie satelity jak ACE, Wind, IMP-8 i Geotail dostarczyły ogromnych ilości danych zespołowi NASA. A żeby sztuczna inteligencja działała skutecznie, musi mieć jasno powiedziane, co ma przewidywać.

Szybki i skuteczny system

Nie wystarczy wiedza na temat tego, że burza słoneczna zbliża się do Ziemi, musimy też wiedzieć jaki wpływ będzie miała na Ziemię, kiedy uderzy. Naukowcy zebrali dane nie tylko z satelitów wystrzelonych poza orbitę, ale również z tych, które zostały dotknięte przez burze słoneczne na Ziemi. Następnie przystąpili do trenowania modelu głębokiego uczenia się, który ostatnio wszedł niemal do powszechnego użytku.

Najnowszy system wykrywania burz słonecznych na podstawie zebranych danych nazwali DAGGER. Najbardziej imponujące w porównaniu ze starymi modelami jest to, z jaką szybkością wykrywa on anomalie. Wystarczy mniej niż sekunda, aby przewidział siłę i kierunek burzy słonecznej i jest w stanie korygować dane w każdej minucie od wykrycia. Daje to czas potrzebny na jakąkolwiek reakcję w przypadku, gdyby energia mająca uderzyć w Ziemię okazała się destrukcyjna.

DAGGER to znaczny krok naprzód nie tylko pod względem prędkości działania, ale również ze względu na jego umiejętności obliczeniowe dotyczące lokalizacji najbardziej narażonych. System obejmuje całą powierzchnię Ziemi.  W związku z tym, że w 2025 roku Słońce ma osiągnąć szczyt swojego 11-letniego cyklu, możemy spodziewać się naprawdę gwałtownych koronalnych wyrzutów masy.

Daje nam to trochę czasu na przygotowanie wszelkich systemów komunikacji i ich integracji z DAGGER w celu przeciwdziałania uszkodzeniom systemów infrastruktury.

Holenderski młyn do mielenia pigmentów. Pracuje tak jak 400 lat temuAFP
INTERIA.PL
Masz sugestie, uwagi albo widzisz błąd?
Dołącz do nas