Ciencia Solar / Inteligencia Artificial

Un sofisticado sistema de la NASA alertará de grandes tormentas solares

Combina inteligencia artificial y datos satelitales para evitar impactos severos en las redes eléctricas y otras infraestructuras críticas

Imagen de una llamarada solar capturada en 2014.

Imagen de una llamarada solar capturada en 2014. / Créditos: NASA / SDO.

Pablo Javier Piacente

La NASA cree que puede darnos una advertencia 30 minutos antes de que una tormenta solar asesina golpee la Tierra: un nuevo modelo informático, que combina Inteligencia Artificial (IA) y datos satelitales, puede analizar las mediciones del viento solar y predecir dónde golpeará una tormenta solar inminente, en cualquier lugar de nuestro planeta, con media hora de anticipación. 

Un equipo de investigadores liderado por Vishal Upendran, del Centro Interuniversitario de Astronomía y Astrofísica de la India, ha desarrollado un nuevo enfoque predictivo para tormentas solares intensas, que integra esquemas de Inteligencia Artificial (IA) y datos satelitales aportados por la NASA: podría hacer “sonar la alarma” frente a un inminente despliegue de la furia del Sol con alrededor de 30 minutos de antelación.

Captando la luz

El tiempo de anticipación que obtiene el nuevo sistema, desarrollado en un estudio publicado en la revista Space Weather, se debe a que la luz que conforma las señales de radio puede viajar más rápido que el material expulsado del Sol: al utilizarla como eje del nuevo sistema, puede funcionando como una eficaz alarma frente a una tormenta solar extremadamente dañina. Para lograr esto, los científicos entrenaron un modelo de aprendizaje profundo llamado DAGGER, que concentra notables ventajas con respecto a los algoritmos predictivos existentes.

Se sabe que el Sol arroja constantemente material solar al espacio, tanto en un flujo constante conocido como "viento solar", como en ráfagas más breves y enérgicas de erupciones solares. Cuando este material golpea el entorno magnético de la Tierra, conocido como magnetosfera, a veces crea las denominadas tormentas geomagnéticas. Los impactos de estas tormentas magnéticas pueden variar de leves o casi imperceptibles a extremos y potencialmente peligrosos. 

Vale recordar que los sucesos más extremos relacionados con grandes llamaradas y tormentas solares, como el evento de Carrington que ocurrió hace más de 150 años, pueden causar una destrucción masiva de la infraestructura eléctrica y de comunicaciones: si ocurrieran hoy, en un mundo tan dependiente de estas redes, dejarían al planeta completamente incomunicado y generarían grandes pérdidas económicas. 

Una herramienta frente al pico de actividad solar

“Con esta IA que hemos desarrollado, ahora es posible hacer predicciones globales rápidas y precisas e informar decisiones en caso de una tormenta solar intensa, minimizando o incluso evitando sus graves consecuencias”, dijo Vishal Upendran, el autor principal del estudio, en una nota de prensa de la NASA. El equipo que desarrolló DAGGER probó el modelo contra dos tormentas geomagnéticas que ocurrieron en agosto de 2011 y marzo de 2015, obteniendo rápidos y eficientes pronósticos sobre los impactos de las tormentas en todo el mundo.

El nuevo modelo basado en el aprendizaje profundo puede pronosticar las inminentes perturbaciones geomagnéticas utilizando solo las mediciones del viento solar, aprovechando la luz de las señales de radio que se anticipa al material solar eyectado. La nueva tecnología proporciona pronósticos rápidos y precisos a nivel global

Esta combinación de velocidad de predicción con la capacidad de aplicar las predicciones a todo el planeta hace que DAGGER pueda convertirse en una respuesta precisa a los peligros potenciales de las tormentas solares. Al lanzarse en una plataforma de código abierto, permitirá recopilar una gran cantidad de datos a medida que el Sol alcanza el pico de su ciclo solar de 11 años en 2025, momento en el cual se prevé un recrudecimiento de las tormentas solares.

Referencia

Global Geomagnetic Perturbation Forecasting Using Deep Learning. Vishal Upendran et al. Space Weather (2022). DOI:https://doi.org/10.1029/2022SW003045