La NASA lanza un modelo de inteligencia artificial para la heliofísica que apoya a los científicos y mejora la previsión meteorológica espacial

La NASA ha lanzado Surya, su nuevo modelo de inteligencia artificial para la heliofísica, que dota a los científicos solares de herramientas para optimizar la investigación y la predicción del clima espacial. El Dr. Andrés Muñoz-Jaramillo, del Southwest Research Institute, dirigió un equipo de científicos de diversas instituciones y universidades que desempeñaron un papel crucial en la adaptación de los datos científicos y la validación de una potente aplicación para predecir la actividad solar, como las eyecciones de masa coronal y otros fenómenos meteorológicos espaciales.

«Surya es como el GPT (transformador generativo preentrenado) visual para la heliofísica», afirmó Muñoz-Jaramillo, científico solar con amplios conocimientos de liderazgo de proyectos y aprendizaje automático. Trabaja en la División de Ciencia y Exploración del Sistema Solar del SwRI en Boulder, Colorado. «Entrenamos el modelo utilizando grandes cantidades de datos de alta resolución del Observatorio de Dinámica Solar (SDO). Estas magníficas imágenes revelan la actividad solar y proporcionan información sobre la física subyacente que la crea». El SDO de la NASA está diseñado para comprender las causas de la variabilidad solar y sus impactos en la Tierra mediante el estudio simultáneo de la atmósfera solar en pequeñas escalas de espacio y tiempo, y en múltiples longitudes de onda. Desarrollado por la NASA en colaboración con IBM y otras entidades, Surya representa un avance importante para ayudar a predecir el clima espacial, que puede afectar gravemente las operaciones de energía, comunicaciones, aviación y agricultura.

«El Sol contiene diversas estructuras, todas regidas por la misma física básica, aunque compleja», afirmó Muñoz-Jaramillo. Si observas una película del Sol, empiezas a reconocer elementos como regiones activas que brillan en el ultravioleta u oscurecen en la luz visible. Se ven bucles y agujeros coronales. Estas estructuras se repiten porque se producen por la misma física.

Con Surya, estamos entrenando un modelo de IA para que aprenda el lenguaje visual del Sol y establezca relaciones entre diversas estructuras para comprender mejor el entorno solar en general.

Durante los últimos 15 años, SDO ha recopilado continuamente datos de alta resolución utilizando tres instrumentos en múltiples longitudes de onda para comprender mejor la actividad solar y su efecto en el clima espacial. La única forma viable de explotar realmente una cantidad tan masiva de datos es con modelos de IA. La NASA anima a la comunidad científica y de aplicaciones a probar y explorar este modelo de IA para encontrar soluciones innovadoras que aprovechen el valor único de los conjuntos de datos continuos, estables y de larga duración.

Surya forma parte de la estrategia 5+1 para IA del Director de Datos Científicos de la NASA, que construye modelos básicos para cada división científica, además de un amplio modelo de lenguaje que los conecta para acelerar el descubrimiento y la toma de decisiones. El Equipo Interagencial de Implementación y Conceptos Avanzados (IMPACT) de IA de la NASA, dependiente de la Oficina de Ciencia de Datos e Informática del Centro Marshall para Vuelos Espaciales de la NASA en Huntsville, Alabama, desarrolló la arquitectura de IA de Surya junto con IBM y un equipo científico colaborativo.

«Estamos impulsando la ciencia basada en datos al integrar la profunda experiencia científica de la NASA en modelos de IA de vanguardia», declaró Kevin Murphy, director de datos científicos de la sede de la NASA en Washington, en un artículo de la NASA. «Al desarrollar un modelo básico basado en datos heliofísicos de la NASA, facilitamos el análisis de las complejidades del comportamiento solar con una velocidad y precisión sin precedentes». «Los 12 miembros del equipo científico desarrollaron métricas de rendimiento, mientras que el equipo general de Surya aprovechó la experiencia adquirida en la creación del primer modelo base de IMPACT AI para datos de ciencias de la Tierra, centrado en imágenes satelitales sobre el clima y las masas continentales», afirmó Muñoz-Jaramillo.

«Mejorando el primer modelo, el modelo de heliofísica involucró a científicos en cada etapa del proceso de desarrollo, además de modificar la tarea utilizada para enseñar el modelo, desde la resolución de problemas hasta la predicción del futuro».

El sistema se entrenó utilizando nueve años de datos del instrumento Atmospheric Imaging Assembly (AIA) del SDO. El equipo científico mejoró los datos de resolución completa, corrigiendo la degradación del instrumento u otras anomalías, a la vez que garantizaba su alineación temporal y espacial.

«Surya utiliza una arquitectura de modelo de IA de transformador para revolucionar y dar sentido a los datos», afirmó Muñoz-Jaramillo.

El objetivo es determinar cómo se genera y estructura el campo magnético solar, y cómo su energía magnética almacenada se convierte y se libera en la heliosfera y el geoespacio en forma de viento solar, partículas energéticas y variaciones en la irradiancia solar.

Finalmente, Surya podría extenderse más allá de las imágenes solares para incorporar magnetogramas, irradiancia y otros conjuntos de datos heliofísicos, sentando las bases para un modelo de IA unificado del sistema sol-heliosfera.

«Traducir el lenguaje visual podría ser como traducir un GPT del español al portugués, idiomas muy similares», concluyó Muñoz-Jaramillo. Requiere trabajo, pero es posible.

El equipo científico, reunido por la sede de la NASA, incluyó expertos de SwRI; la Universidad de Alabama en Huntsville; la Universidad de Colorado en Boulder, Colorado; la Universidad Estatal de Georgia en Atlanta; la Universidad de Princeton en Nueva Jersey; la División de Heliofísica del SMD de la NASA; el Centro de Vuelo Espacial Goddard de la NASA en Greenbelt, Maryland; el Laboratorio de Propulsión a Chorro de la NASA en Pasadena, California; y el Instituto SETI en Mountain View, California.

La NASA proporciona acceso abierto al modelo y al código.

Con información de Phys.org