À medida que a humanidade volta os olhos para a Lua e as estrelas em busca de futuras explorações, prever o clima espacial — condições no espaço impulsionadas principalmente pelo Sol — é mais importante do que nunca.
Agora, uma equipe de astrofísicos e cientistas de dados do NASA COFFIES (Consequence Of Fields and Flows in the Interior and Exterior of the Sun) desenvolveu um novo modelo de aprendizado de máquina capaz de prever o surgimento de regiões ativas no Sol até 12 horas antes de elas aparecerem.
O Sol está em constante agitação. Concentrações intensas de campos magnéticos localizados podem romper repentinamente a superfície solar, formando manchas solares. Os meteorologistas do clima espacial então numeram e monitoram coletivamente as manchas solares, pois elas são manifestações visíveis de regiões ativas, que funcionam como os principais motores por trás de eventos severos de clima espacial, como erupções solares e ejeções de massa coronal. Essas erupções enviam ondas de radiação de alta energia e partículas carregadas pelo espaço, criando tempestades que podem ameaçar astronautas, desativar satélites e interromper as comunicações de rádio na Terra.
Ao reunir conhecimentos especializados de diferentes instituições científicas, o COFFIES, um NASA DRIVE (Diversify, Realize, Integrate, Venture, Educate) Science Center, juntou uma equipe de pesquisadores do New Jersey Institute of Technology (NJIT), da Princeton University e do NASA’s Ames Research Center, no Vale do Silício, na Califórnia. A equipe recorreu a arquiteturas avançadas de inteligência artificial — que determinam como os dados são processados e usados para produzir previsões ou ações confiáveis — para capturar mudanças sutis e relacionadas ao tempo nos padrões da superfície solar antes que uma região ativa tomasse forma. Ao analisar dados registrados pelo Solar Dynamics Observatory da agência e usar os recursos de supercomputação do NASA Ames, essa nova abordagem, publicada no Journal of Geophysical Research: Machine Learning and Computation, observa flutuações nas ondas acústicas causadas por regiões de manchas solares quando elas se formam sob a superfície solar e começam a subir para emergir na superfície.
“Não podemos observar diretamente a estrutura magnética enquanto ela ainda está subindo pelo interior solar. Em vez disso, precisamos procurar efeitos indiretos — mudanças muito pequenas no campo magnético e no padrão das ondas acústicas que viajam continuamente pelo Sol”, afirmou Alexander Kosovichev, coinvestigador do COFFIES no NJIT. “A técnica desenvolvida identifica precursores associados a uma região ativa emergente em pequenas mudanças na potência acústica do Sol — algo mais parecido com uma leve mudança de ritmo dentro de uma orquestra muito barulhenta.”
Para desenvolver as previsões operacionais atuais, o Space Weather Prediction Center da National Oceanic and Atmospheric Administration e a United States Air Force monitoram regiões ativas que já são visíveis no Sol, analisam suas características e estimam a probabilidade de erupções solares.
A equipe do COFFIES pretende revolucionar esse processo. O modelo de IA desenvolvido pela equipe criou um sistema especializado de detecção precoce para lidar com sequências muito longas de dados — chamado arquitetura transformadora de janela deslizante — e usar observações para encontrar pequenas reduções na atividade acústica e no campo magnético do Sol, sinais que os cientistas tinham dificuldade para capturar até agora. Essas reduções formam padrões que o modelo de IA usa para prever regiões ativas várias horas antes de elas se tornarem visíveis na superfície solar. Em vez de observar toda a atividade da superfície solar de uma só vez, como fizeram abordagens anteriores de aprendizado profundo, esse novo modelo move uma “janela de observação” de tamanho fixo ao longo de uma extensa linha do tempo da atividade do Sol, concentrando-se nos dados mais recentes e, ao mesmo tempo, lembrando-se dos padrões gerais. Esse método permite que os meteorologistas prevejam localizações aproximadas de manchas solares emergentes, em vez de depender da contagem de manchas solares já visíveis.
Essa arquitetura promissora de IA mostra como o aprendizado profundo de máquina pode contribuir para a heliofísica — o campo que estuda a natureza do Sol e como ele influencia a própria natureza do espaço e dos planetas que existem nele. Embora o modelo ainda não esteja pronto para previsões operacionais em tempo real, a equipe planeja validar a abordagem em muitos outros eventos solares conhecidos para aperfeiçoar o modelo.
Monitoramento do clima espacial em tempo real pela NASA
Enquanto a NASA se concentra em enviar seres humanos para explorar a Lua com as missões Artemis e em enviar as primeiras missões tripuladas a Marte, monitorar e prever o clima espacial é importante para garantir a segurança dos nossos astronautas e dos equipamentos dos quais eles dependem. Esse salto nas previsões, proporcionado pela equipe do COFFIES, pode ser fundamental para proteger tecnologias e exploradores do espaço profundo do ambiente volátil do nosso sistema solar.
Equipes de toda a NASA e da NOAA colaboram para transformar capacidades de pesquisa em ferramentas operacionais reais de monitoramento do clima espacial em 360 graus — incluindo o Space Radiation Analysis Group da NASA, o Moon to Mars Space Weather Analysis Office (M2M SWAO) e o Community Coordinated Modeling Center, além do Space Weather Prediction Center da NOAA. As capacidades de previsão do surgimento de regiões de manchas solares, especialmente no lado oculto do Sol, poderiam fornecer novas informações que complementariam os modelos atuais usados por essas equipes.
“O modelo de IA do COFFIES é empolgante para nossa equipe porque poderia nos oferecer novas capacidades para prever antecipadamente possíveis locais de erupções”, afirmou Michelangelo Romano, diretor-adjunto do M2M SWAO. “Com esse aviso prévio, podemos oferecer suporte adicional às missões da NASA.”
O COFFIES da NASA é um dos três DRIVE Science Centers criados para incentivar a ciência colaborativa por meio do estabelecimento de centros formados por equipes multidisciplinares de várias instituições dos Estados Unidos. Essas instalações pioneiras empregam modeladores, teóricos, cientistas da computação e observadores para estudar mistérios importantes da nossa estrela e sua influência — um ramo da ciência conhecido como heliofísica.
A equipe do COFFIES concentra-se nos processos interconectados por trás da atividade do Sol. Compreender o interior do Sol e sua variabilidade magnética é fundamental para avançar nosso conhecimento sobre o ciclo de atividade solar de 11 anos e aperfeiçoar as ferramentas de previsão do clima espacial.