8 月 28 日消息，據 IBM 中國今日消息，IBM 與美國國家航空航天局（NASA）聯合發(fā)布了一款開創(chuàng)性的開源基礎模型，可理解高分辨率的太陽觀測數據，從而預測太陽活動對地球和太空技術的影響。

該模型名為“Surya”（梵語意為“太陽“），它提供了一種創(chuàng)新工具，幫助保護 GPS 導航、電網、電信等關鍵基礎設施免受太陽天氣變化的影響。

太陽耀斑和日冕物質拋射可能會摧毀衛(wèi)星、干擾航空導航、引發(fā)停電，并對宇航員構成嚴重的輻射風險。隨著人類對太空技術的依賴不斷加深，以及深空探索計劃的持續(xù)推進，準確的太陽天氣預報變得至關重要。

IBM 研究院歐洲、英國及愛爾蘭地區(qū)負責人 Juan Bernabe-Moreno 表示：“這一成果可以理解為‘太空天氣預報’，和災害天氣事件的預案一樣，我們也需要為太陽風暴制定應對之策。Surya 提供了前所未有的預測能力，它不僅是一項技術成就，更是保護科技文明免受我們賴以生存的恒星（太陽）影響的關鍵一步?！?/p>

傳統(tǒng)的太陽天氣預報依賴對太陽表面的局部衛(wèi)星觀測，一直以來，研究人員難以對太陽天氣進行準確預報。Surya 基于經過精心整理、大規(guī)模的高分辨率太陽物理學數據集進行訓練，解決了這一傳統(tǒng)的局限性。該數據集旨在幫助研究人員更好地研究和評估關鍵的太空天氣預報任務。Surya 已在多項任務中進行了測試，包括預測太陽耀斑、太陽風速度、太陽極紫外光譜，以及太陽活躍區(qū)的出現。

研究人員表示，在早期測試中，太陽耀斑分類的準確率提升了 16%，相較于以前的方法取得了長足進步。

除了二元太陽耀斑分類任務外，Surya 還首次以可視化的方式預測了太陽耀斑，可提供高分辨率的圖像，預測最多未來兩小時耀斑可能出現的位置。

Surya 的訓練數據來自 NASA 太陽動力學天文臺（Solar Dynamics Observatory）歷經九年收集的高分辨率太陽觀測數據。這些圖像的大小是普通 AI 訓練數據的 10 倍，因此需要定制化的多架構解決方案來處理海量數據，同時確保高效率。最終模型具備前所未有的空間分辨率，能夠以普通 AI 訓練無法實現的規(guī)模和上下文，解析太陽特征。

該模型是 IBM 和 NASA 廣泛合作的一部分，雙方旨在利用 AI 技術探索地球及太陽系，并于此前發(fā)布了包含地理空間模型和天氣模型的 Prithvi 基礎模型系列。去年，IBM 和 NASA 在 Hugging Face 平臺上發(fā)布了開源的 Prithvi 天氣模型，供科學家及更廣泛的群體開發(fā)短期、長期的天氣及氣候預測應用。

該模型已發(fā)布在 Hugging Face 開源平臺，旨在加快科學發(fā)現進程，助力全球科研與技術社區(qū)共享 AI 技術。研究人員還發(fā)布了已知規(guī)模最大、系統(tǒng)整理的太陽物理學數據集，加速數據驅動的太空天氣研究。