人工智慧提前偵測太陽隱蔽爆發預警

由紐澤西理工學院領導的研究團隊於二零二六年九月二日發表了一項重大突破，成功開發出名為早期偵測的先進人工智慧系統，能在太陽活動區浮現表面之前，平均提前近九小時偵測到隱蔽的微弱預警訊號。這項研究結合了太陽動力學天文台所收集的太陽磁場與聲學活動數據，透過類似大型語言模型的變壓器架構，突破傳統觀測極限，為衛星通訊與電網營運商爭取寶貴的預防時間。 研究團隊的核心發現打破了傳統觀念，原本以為有助於過濾雜訊的傳統濾波方法，反而會抹平那些具有重要預警價值的微弱波動。該系統透過分析太陽內部的聲波與磁場變化，發現聲學功率下降往往是活躍區浮現的第一個前兆，隨後才會伴隨強度與磁場的變化，這項發現證實了機器學習在預測太空天氣方面的巨大潛力。 為了推動學術界與機器學習領域的共同發展，研究團隊同步推出了首個公開的太陽活動區浮現數據集以及互動式入口平台，提供全球研究人員進行新預測方法的開發與測試。這項研究獲得了紐澤西理工學院葛莉絲霍普人工智慧研究研究所及美國國家航空暨太空總署的多項太空天氣研究計畫資助。 儘管這套人工智慧系統在測試中表現優異，平均能提前九點二四小時發出警報，但研究人員也強調目前尚未達到完全實時營運的階段，仍可能產生誤報或預測過遲的情況。未來科學家需要擴大測試更多太陽事件，並進一步結合物理機制，以實現精準的太陽風暴防禦系統，降低太空天氣對地球高科技基礎設施的潛在衝擊。