Uma nova inteligência artificial desenvolvida por pesquisadores do New Jersey Institute of Technology (NJIT) encontrou sinais sutis da formação de regiões ativas no Sol antes de elas aparecerem na superfície. O modelo EarlyDetect conseguiu antecipar esse surgimento em média 9,24 horas.O estudo, publicado no Journal of Geophysical Research: Machine Learning and Computation, mostra que alterações nas ondas acústicas e no campo magnético podem denunciar o nascimento dessas estruturas. Algumas regiões ativas podem dar origem a erupções solares.O Sol pode dar pistas antes de uma região ativa surgir. O EarlyDetect aprendeu a identificar essas mudanças sutis – Imagem: Ole.CNX/ShutterstockO sinal aparece antes da manchaRegiões ativas são áreas de forte atividade magnética onde surgem manchas solares. Sua formação começa ao longo de várias horas e pode levar de um a vários dias para chegar ao estágio completo.Antes de se tornarem visíveis, porém, essas estruturas deixam rastros. À medida que os campos magnéticos avançam pelo interior do Sol, provocam pequenas alterações nas ondas acústicas que atravessam o astro. É justamente aí que o EarlyDetect procura pistas.O modelo examina mapas horários de potência acústica e dados do campo magnético coletados pelo Solar Dynamics Observatory (SDO), da NASA. As informações acústicas vêm do instrumento Helioseismic and Magnetic Imager (HMI), que registra observações a cada 45 segundos.Estamos procurando mudanças muito pequenas no campo magnético e no padrão das ondas acústicas que viajam continuamente pelo Sol. É mais como detectar uma pequena mudança de ritmo dentro de uma orquestra muito barulhenta.Alexander Kosovichev, professor de física do NJIT e co-investigador principal do projeto, em nota.O filtro que atrapalhava a IAO EarlyDetect usa uma arquitetura Transformer, tecnologia também presente em grandes modelos de linguagem. Em vez de trabalhar com palavras, a IA aprende padrões encontrados nas observações do Sol.Foi nesse processo que surgiu uma surpresa. Um filtro aplicado aos dados para facilitar a identificação de padrões estava piorando os resultados.O que aconteceu?A técnica deveria destacar sinais de curta duração.Na prática, removia pequenas flutuações dos dados.Essas oscilações continham pistas importantes sobre o nascimento das regiões ativas.Retirar o filtro melhorou o desempenho do modelo.“Esperávamos inicialmente que isso ajudasse a isolar padrões úteis de curto prazo. Em vez disso, ele eliminava justamente as flutuações muito fracas que forneciam o alerta mais precoce”, afirmou Kosovichev.Nem toda mudança solar é visível. A nova IA procura sinais nas ondas acústicas e no campo magnético antes que a região apareça. – Imagem: Digital Images Studio – ShutterstockAinda não é um alerta solarDepois do treinamento com dados do SDO/HMI, o EarlyDetect foi colocado à prova com regiões ativas que não haviam sido usadas anteriormente. A versão de melhor desempenho encontrou os sinais precursores 9,24 horas antes, em média, de essas estruturas ficarem visíveis.O resultado foi superior ao obtido por um Transformer convencional e por uma abordagem anterior usada como referência.A equipe criou o Solar Active Region Emergence Dataset (SolARED), conjunto público de observações do SDO, e o Solar Active Region (SAR) Portal, plataforma para explorar os dados.Por enquanto, o sistema não está pronto para fazer previsões em tempo real. Ainda há falsos alarmes e casos em que o aviso chega tarde. O modelo também não indica que uma erupção necessariamente ocorrerá: muitas regiões ativas nunca produzem grandes eventos, como ejeções de massa coronal.Os pesquisadores pretendem testar a abordagem em mais eventos solares antes de transformá-la em uma ferramenta operacional de previsão do clima espacial.O post Novo modelo de IA detecta mudanças no Sol antes de serem visíveis apareceu primeiro em Olhar Digital.