NASA は人工知能 (AI) を効果的に活用して太陽嵐データを分析し、早期警報システムを確立しました。このシステムは、潜在的に破壊的な太陽嵐が特定の地域に到達する約 30 分前に、地球に重大な事前通知を与えるように設計されています。
太陽嵐に対するダガー
- NASAが予測モデルを開発
- 「1秒以内に予測」
- 直接の危険にさらされているのはほんのわずかです
- 太陽がピークに近づいています
- 「迅速かつ正確な世界的な予報」
NASAが予測モデルを開発
脅威の規模を理解するには、約35年前のケベック州の停電や、150年以上前の悪名高いキャリントン事件などの出来事を振り返るだけで十分です。どちらの出来事も強力な太陽嵐によって引き起こされ、後者は今日再び発生した場合、現代の電力と通信インフラを大規模に破壊する可能性があります。
インドの天文学・天体物理学大学間センターのヴィシャール・ウペンドラン率いるNASAチームは、この危険に直面しても手をこまねいているわけではない。彼らは AI の助けを借り、ACE、Wind、IMP-8、Geotail などの衛星からのデータを使用して予測モデルを開発しました。
キャリントン現象 は、英国の天文学者リチャード・キャリントンにちなんで名付けられ、1859 年に発生した大規模な太陽フレアです。これは歴史上この種の出来事として記録された中で最も強力であり、地球に広範囲に影響を与えました。世界中の電信回線が故障し、場合によっては火災が発生することもありました。オーロラは通常高緯度で見られますが、はるか南のキューバやハワイでも見られています。夜でも新聞が読めるほど明るかったと言われています。
「1秒以内に予測」
しかし、太陽嵐の接近を検知するには十分ではなかった。このモデルでは、嵐が地球に到達した場合の影響も予測する必要がありました。したがって、過去の嵐の影響を受けた地上観測所からもデータが収集されました。
ここで、NASA チームが使用する深層学習モデルである DAGGER ( Deep le Arnin G Geomagnetic p E rtu R u bation) が登場します。その素晴らしい仕様を考えると、その名前はすぐに家庭でAlexaやSiriと同じくらいよく知られるようになるかもしれません。
DAGGERのスピードは驚異的です。 「研究チームによると、このモデルは 1 秒以内に予測を行うことができ、予測は 1 分ごとに更新されます」と NASA は説明しています。これは、結果が得られるまでに時間がかかりすぎて警告時間がほとんど残されていなかった以前のアルゴリズムと比較すると、飛躍的な進歩です。
直接の危険にさらされているのはほんのわずかです
NASAは、このコンピューターモデルは「アメリカの中心地で生命を脅かす嵐に対する竜巻サイレンのように、危険な宇宙天気に警報を鳴らすことができる」と述べた。地球上の人々にとって、これは約 30 分の警告時間を意味します。
太陽嵐は多くの混乱を引き起こす可能性がありますが、通常は地表の人々に直接致命的な影響を与えることはありません。地球の大気と磁場は、太陽嵐の有害な影響から効果的に保護されています。
太陽嵐は、地球の磁場に守られていない宇宙飛行士にとって深刻な脅威となる可能性があります。放射線量が増加すると、がんなどの健康上の問題を引き起こす可能性があります。これは、山や飛行機の中など、高地にいる人にも当てはまります。
生命維持装置に依存している病院の患者にもリスクがあります。
太陽がピークに近づいています
DAGGER が克服するもう 1 つの課題は、地表上のあらゆる場所での嵐の影響を計算する能力、つまり膨大な量のコンピューティング能力です。いつでも地球の半分が惑星自体によって守られており、私たちは「夜」を経験するため、この地球規模の予測能力は非常に重要です。
2025 年に 11 年の太陽周期のピークが近づく中、オープンソース プラットフォームでの DAGGER の発売はタイムリーです。これにより、電力会社や通信会社は DAGGER を自社の脅威分析システムに組み込み、最悪の太陽気象に備えるための十分な時間が得られます。
「迅速かつ正確な世界予測」
米国中西部では竜巻を警告するサイレンが聞こえないかもしれませんが、DAGGER の導入により、差し迫った太陽嵐についてこれまでよりも早く適切な場所に警告が届くようになります。この迅速な通知システムにより、効率的な計画と緩和が可能になります。
「この AI を使用すると、太陽嵐が発生した場合に迅速かつ正確な地球規模の予測と決定を行うことが可能になり、現代社会への被害を最小限に抑え、さらには防ぐことができます」とウペンドラン氏は述べています。彼は、Space Weather 誌に掲載された DAGGER モデルに関する記事の筆頭著者です。
DAGGER はこの重要な進歩の頂点にあり、宇宙の継続的な探求と理解における AI の力の証です。
出典: NASA; 「深層学習を使用した地球規模の地磁気摂動予測」 (Space Weather、2022)