ARTDEPARTMENT
ARTDEPARTMENT
A casi 150 millones de kilómetros de la Tierra, el Sol es al mismo tiempo la fuente de vida de nuestro planeta y una amenaza latente para nuestras infraestructuras tecnológicas. Sus explosiones de energía —llamaradas solares y eyecciones de masa coronal— pueden desatar verdaderas tormentas solares capaces de interrumpir sistemas de navegación, derribar satélites, dañar redes eléctricas y exponer a los astronautas a altos niveles de radiación.
La predicción de estos fenómenos ha sido durante décadas un desafío para la heliofísica. Ahora, un nuevo maniquí de IA 'open source' desarrollado por NASA e IBM, falsificado como 'Surya' (la palabra para "Sol" en el antiguo lenguaje sánscrito), promete marcar un ayer y un a posteriori en nuestra capacidad de anticipar y mitigar los género del clima espacial.
Los científicos saben identificar las condiciones que favorecen la aparición de llamaradas solares, pero determinar el momento exacto y la intensidad de una erupción es sumamente enredado. A diferencia de la meteorología terreno, donde los sistemas de observación y predicción están más desarrollados, en el caso del Sol los procesos subyacentes siguen siendo, en gran parte, un enigma.
Cada erupción solar puede representar desde una molestia último —apagones momentáneos en comunicaciones de radiodifusión— hasta un evento catastrófico: una supertormenta solar que provoque fallos masivos en satélites, en la red eléctrica completo y en los sistemas de posicionamiento por GPS. Según estimaciones, un evento de esta magnitud podría ocasionar pérdidas de billones de dólares a nivel mundial.
Surya no es un sistema de predicción tradicional, sino un maniquí de IA entrenado directamente con nueve primaveras de observaciones del Solar Dynamics Observatory (SDO), el secuaz de NASA que desde 2010 observa al Sol sin interrupción.
El SDO ha acumulado una colchoneta de datos sin precedentes: imágenes de altísima resolución capturadas cada 12 segundos en distintos rangos del espectro electromagnético, contiguo con mediciones de campos magnéticos solares. En total, hablamos de más de 250 terabytes de datos que reflejan un ciclo solar completo.
Surya fue entrenado con esta información utilizando arquitecturas avanzadas de inteligencia sintético, entre ellas transformers de visión de dadivoso difusión con mecanismos de atención especializados para manejar la complejidad y el tamaño de las imágenes solares. A diferencia de los modelos de IA tradicionales que requieren datos etiquetados, Surya aprende directamente de los datos sin procesar, lo que le permite adaptarse a nuevas tareas sin obligación de retornar a entrenarse.
Uno de los aspectos más relevantes del esquema es su carácter descubierto y colaborativo. El maniquí y sus datos están disponibles en plataformas como Hugging Face y GitHub, contiguo con un conjunto complementario de benchmarks llamado SuryaBench, pensado para que investigadores de todo el mundo desarrollen puedan desarrollar nuevas aplicaciones.
NASA e IBM destacan que esta iniciativa se enmarca internamente de un esfuerzo más amplio por democratizar el comunicación a herramientas de inteligencia sintético aplicada a la ciencia, siguiendo el ejemplo de los modelos previos de la comunidad Prithvi, orientados al disección del clima y la geogonia terreno.
Los resultados iniciales de Surya son prometedores: ha demostrado ser capaz de predecir erupciones solares hasta dos horas ayer de que ocurran, generando encima visualizaciones sobre su forma, sitio e intensidad. Esto supone el doble de tiempo de anticipación respecto a los métodos actuales y una alivio del 16 % en precisión frente a los sistemas anteriores.
Aunque dos horas puedan parecer poco, en el ámbito del clima espacial cada minuto cuenta: los operadores de satélites pueden ajustar órbitas, los controladores de redes eléctricas tomar medidas preventivas y las tripulaciones espaciales averiguar refugio en módulos blindados de radiación.
El potencial de Surya va mucho más allá de las predicciones inmediatas. Su construcción permite explorar múltiples aplicaciones científicas:
Adicionalmente, al ser un maniquí generalista, Surya podría servir de puente con destino a nuevas áreas de investigación: desde entender cómo el clima espacial influye en fenómenos atmosféricos terrestres —como tormentas eléctricas— hasta desarrollar modelos análogos para otros planetas o estrellas.
Adicionalmente, como resume Juan Bernabé-Oscuro, investigador de IBM y líder del esquema: "El Sol es nuestro laboratorio para entender otras sino". Cada avance en la predicción de su comportamiento no solo nos protege de posibles catástrofes tecnológicas, sino que todavía amplía nuestro conocimiento sobre los procesos fundamentales que rigen el universo.
Vía | IBM
Imagen | Marcos Merino mediante IA
En Genbeta | Todo un campo de la ciencia entró en crisis tras lanzarse ChatGPT: sus investigadores pensaron que se habían quedado sin trabajo
Compartir este artículo
Consultoria Personalizada
¡Si aun no tienes presencia en internet o
necesitas ayuda con tus proyectos, por favor, escribenos!
En ARTDEPARTMENT nos especializamos en brindar soluciones para que tu negocio, empresa o proyecto sea visible en internet.