Güneş fırtınalarının erken uyarı sistemleri için yeni bir dönemin kapıları aralanıyor. New Jersey Teknoloji Enstitüsü (NJIT) liderliğindeki bir araştırma ekibi, güneş yüzeyindeki aktif bölgelerin görünür hale gelmesinden yaklaşık dokuz saat önce, çıplak gözle veya standart teleskoplarla fark edilemeyen zayıf sinyalleri tespit eden yapay zeka modeli geliştirdi.
Journal of Geophysical Research: Machine Learning and Computation dergisinde yayımlanan çalışmada, ‘EarlyDetect’ adlı modelin, güneşin manyetik aktivitesinin gizli öncül belirtilerini ayırt edebildiği ortaya kondu. Geleneksel yöntemlerin bu erken aşamadaki değişimleri güvenilir bir şekilde tespit etmekte zorlandığı bilinirken, yeni sistem bu alandaki önemli bir boşluğu dolduruyor.
Model, NASA’nın Solar Dynamics Observatory (SDO) uydusundan elde edilen verileri analiz ediyor. Araştırmacılar, güneşin iç kısımlarındaki ses dalgalarının titreşimlerini ve manyetik alan değişimlerini inceleyerek, yüzeye ulaşmadan önceki gelişim evresini izledi. Projenin ortak başyazarı Alexander Kosovichev, bu süreci ‘çok gürültülü bir orkestra içindeki hafif ritim değişikliklerini algılamaya’ benzetiyor.
Yapay zekanın Transformer mimarisi üzerine inşa edildiği belirtilirken, veri filtreleme sürecinin beklenmedik bir sonuç ortaya çıkardığı aktarıldı. Gürültü azaltma amaçlı kullanılan filtrelerin, modelin performansını düşürdüğü ve aslında kritik öneme sahip olan zayıf dalgalanmaları ortadan kaldırdığı görüldü. Bu bulgu, erken uyarı sinyallerinin ne kadar ince ve karmaşık olduğunu vurguluyor.
Uzmanlar, bu erken tespit yeteneğinin, uydu iletişimleri ve elektrik şebeke işletmecileri için kritik bir avantaj sağlayacağını belirtiyor. Fırtına yaklaşırken hazırlık yapma süresi kazanılması, olası altyapı hasarlarının azaltılmasına katkı sağlayabilir. NJIT’nin yardımcı doçenti Mengjia Xu, makine öğrenmesinin güneş aktivitesi tahminlerinde henüz yaygınlaşmadığını, ancak bu çalışmanın yeni olasılıkların kapısını açtığını ifade ediyor.
