Нейросети научились прогнозировать солнечные бури за 24 часа

Группа исследователей представила LLMFlareNet — инновационную систему на базе больших языковых моделей, разработанную для прогнозирования мощных солнечных вспышек класса M и выше. Эта технология позволяет с беспрецедентной точностью предсказывать события, способные вывести из строя спутниковые группировки и наземные навигационные системы, превосходя по эффективности все существующие аналоги.

Методология LLMFlareNet строится на анализе динамики магнитных полей в активных областях Солнца, которые рассматриваются как процесс непрерывного накопления энергии. В основе системы лежит трансформерная архитектура с использованием предобученной модели BERT, адаптированная для обработки массивов данных с обсерватории SDO. Алгоритм отслеживает 10 критических физических параметров с интервалом в 36 минут, формируя за сутки детализированные временные ряды из 40 последовательных шагов.

Ключевой особенностью технологии является способность эффективно фильтровать фоновые шумы и случайные возмущения, выделяя истинные признаки готовящейся вспышки. Система сохраняет высокую прогностическую способность даже при существенных изменениях в распределении данных между различными солнечными циклами.

В ходе исследований было установлено, что решающим фактором выступает суммарный магнитный поток вблизи линий раздела полярностей (показатель R_VALUE). Резкий рост вероятности вспышки наблюдается при превышении значения 3.5, что напрямую коррелирует с возникновением зон экстремального градиента и появлением специфических сигмоидных структур на поверхности светила.

Сравнительные тесты с ведущими мировыми разработками, включая проекты NASA/CCMC и SolarFlareNet, подтвердили превосходство LLMFlareNet. Преимущество трансформерного подхода заключается в возможности анализа глобального контекста магнитных полей и учета долгосрочных связей при игнорировании помех со стороны соседних регионов. Это значительно повышает достоверность оперативных прогнозов.

Система спроектирована с учетом работы с данными перспективных космических миссий, таких как ASO-S и LAVSO (Xihe-2), которые будут вести наблюдение из точки Лагранжа L5. Это подготавливает почву для создания глобальной сети раннего предупреждения о солнечных угрозах в режиме реального времени.

LLMFlareNet представляет собой первый успешный пример применения больших языковых моделей в качестве универсального ядра для гелиофизических вычислений, объединяющего потенциал ИИ с глубокой физической интерпретацией процессов. Новая разработка задает современный стандарт точности и оперативности в мониторинге космической погоды.

Источник: iXBT