Güneş fırtınaları için erken uyarıda yeni adım! Yapay zeka gizli sinyalleri yakaladı

New Jersey Teknoloji Enstitüsü (NJIT), NASA ve Princeton Üniversitesi'nin ortak çalışmasıyla geliştirilen yeni bir yapay zeka modeli, güneş lekelerinin oluşumunu yüzeyde görünür hale gelmeden saatler önce tespit etmeyi başardı. Güneş yüzeyinin altında gerçekleşen manyetik hareketlilikten kaynaklanan zayıf sinyalleri analiz eden bu sistem, güneş lekeleri henüz gözle görülmezken erken uyarı sağlayarak, enerji şirketleri ve uydu operatörleri için büyük bir avantaj sunuyor. Modelin test edildiği ilk sonuçlar, güneş lekelerinin yüzeyde belirginleşmesinden ortalama 9.40 saat önce uyarı verdiğini gösterdi. Araştırma ekibi, bu başarıyla birlikte, güneş aktivitelerinin neden olduğu olası fırtınalara karşı hazırlık sürecini önemli ölçüde öne çekmeyi hedefliyor.

NASA ve NJIT ekibi: güneş lekelerinde erken tespit başarısı

Güneş lekeleri, Güneş'in derinliklerinden yüzeye doğru yükselen manyetik akının bir sonucu olarak ortaya çıkıyor. Bu süreç, fotosfer adı verilen yüzey tabakasında lekenin belirginleşmesine kadar saatlerce devam ediyor. Güneş lekeleriyle ilişkili patlamalar ve koronal kütle atımları, Dünya'nın manyetik alanını ve teknoloji altyapısını tehdit edebilecek enerjik parçacıklar yayıyor. Bu nedenle, güneş lekelerinin mümkün olan en erken aşamada tespit edilmesi, enerji şebekeleri ve uydular gibi kritik sistemlerin korunmasında hayati rol oynuyor. NJIT, NASA'nın Güneş Dinamikleri Gözlemevi'nden elde edilen verileri kullanarak, güneş yüzeyindeki akustik güç ve manyetik alan değişikliklerini analiz eden bir model geliştirdi. Model, 41 bölgeden toplanan veriler üzerinde eğitildi ve 5 bölge üzerinde test edildi. Sonuçlar, yeni modelin, geleneksel yöntemlere göre güneş lekelerini daha erken tespit ettiğini ve hata oranını %11 oranında azalttığını ortaya koydu. Uzmanlar, bu başarının, güneş lekesi erken uyarı sistemlerinde yeni bir dönemin kapılarını araladığını belirtiyor.

Yapay zeka ile güneş lekesi uyarı süresi 9 saate çıktı

Geliştirilen model, güneş yüzeyinin yukarı-aşağı hareketini ve manyetik alanını sürekli izleyen Helioseismic and Magnetic Imager adlı aletin verilerini kullanıyor. Model, her seferinde 110 saatlik veriyi analiz edip, sonraki 12 saatte güneş lekesi oluşumunu tahmin ediyor. Beş farklı veri kanalı üzerinden çalışan sistem, özellikle düşük frekanslı akustik güç ve görüş hattı boyunca manyetik alan değişikliklerine odaklanıyor. Test edilen beş güneş bölgesinde, model ortalama 9.40 saat önce uyarı sinyali verdi ve üç bölgede erken tespit sağladı. Bu, geleneksel yöntemlerin ötesinde, enerji şirketleri ve uydu operatörlerinin güneş fırtınalarına karşı önlem alabilmesi için kritik bir zaman dilimi sunuyor. Ancak, modelin hassasiyeti nedeniyle zamanlama konusunda bölgeler arasında 14 saate kadar değişiklikler gözlemlendi. Bazı bölgelerde model, güneş lekesini 70 saat önceden tespit ederken, bazı bölgelerde ise yanlış alarmlar verdi veya lekeleri kaçırdı. Araştırmacılar, bu tür yanlış alarmların azaltılması ve modelin doğruluğunun artırılması için çalışmalarını sürdürüyor.

Filtreleme denemeleri ve erken uyarı başarısızlığı

Başlangıçta, modelin önüne konulan bir filtreleme katmanı, verilerdeki kısa süreli desenleri izole etmeyi amaçladı. Ancak, bu filtreleme işlemi, erken uyarı sağlayan zayıf sinyalleri ortadan kaldırarak modelin zamanlamasını olumsuz etkiledi. NJIT'ten Jonas Tirona, filtrenin "gürültü iptali" gibi çalıştığını ancak çoğu durumda zararlı olduğunu vurguladı. Filtrenin kaldırılmasıyla birlikte, modelin erken uyarı kabiliyeti yeniden kazanıldı ve zamanlama 4.73 saat erken uyarı seviyesine ulaştı. Ayrıca, modelin iç parametre sayısı 5.8 milyondan 19.1 milyona çıkarılarak daha karmaşık bir yapı oluşturuldu. Bu gelişmeler, güneş lekelerinin oluşumunu daha doğru ve erken tespit etme yolunda önemli bir adım olarak değerlendiriliyor.