AI 摘要
- NASA 研究團隊利用 AI 預測太陽活動。
- 模型平均可提前 4.73 小時發出警報。
- 研究使用 SDO 的磁場與聲學資料。
美國太空總署（NASA）研究團隊近日公布一套太陽活動預測技術，透過人工智慧（AI）分析太陽內部的細微訊號，在太陽表面出現明顯徵兆前，提前偵測可能爆發的活躍區。研究結果顯示，太陽表面看似平靜時，內部可能已經開始醞釀風暴活動。
這項研究使用 NASA 太陽動力學觀測站（SDO）的觀測資料，將磁場資訊與聲學訊號結合，用於訓練 AI 模型。研究團隊指出，相關技術未來可望為太陽活動監測提供更早的預警時間，但目前測試樣本與預測表現仍有其限制。
從太陽內部聲波變化尋找前兆
研究人員表示，當太陽內部的磁通量向外上升時，會干擾穿梭其中的聲波，形成極為微弱但仍可辨識的波動。這些訊號可能早於太陽表面出現明顯變化，因此成為 AI 模型判斷活躍區發展的重要依據。
模型每次讀取長達 110 小時的歷史觀測資料，內容包括四個頻段的聲學功率，以及視線方向的磁場資訊。模型據此預測未來 12 小時的太陽活動狀態，藉此判斷是否可能出現需要注意的活動變化。
最佳模型平均提前 4.73 小時發出警報
在實際測試中，表現最佳的 AI 模型平均能在太陽表面發生實質改變前 4.73 小時發出警報，中位數提前時間則達到 9.40 小時。該模型在五次測試中成功提前偵測三次，表現優於其他對照模型，整體誤差也比既有基準降低約 11%。
為降低短暫波動造成誤判的可能性，系統設定太陽表面亮度下降必須持續四小時以上，才會將其視為有效預警訊號。這項條件反映研究團隊在提高預警可靠度與維持提前時間之間所採取的判定方式。
仍須持續驗證預測穩定性
目前結果顯示，結合太陽內部聲學訊號與磁場資料，可能有助於在表面徵兆出現前辨識活躍區。不過，最佳模型在五次測試中成功偵測三次，代表這套方法仍需要更多觀測資料與測試來驗證穩定性。
太陽活動可能影響地球上的衛星、通訊與定位系統，因此更早掌握風暴前兆具有實際監測價值。現階段研究確認的是 AI 模型能從 SDO 資料中找出與後續活動相關的訊號，至於能否在不同太陽活動情境下維持同等表現，仍有待後續研究。
Reference Link : technews.tw
