Les scientifiques de NYU Abu Dhabi (NYUAD) ont développé un modèle d'intelligence artificielle (IA) qui peut prévoir des vitesses de vent solaires jusqu'à quatre jours à l'avance, beaucoup plus précisément que les méthodes actuelles. L'étude est publiée dans La série de suppléments de la revue astrophysique.
Le vent solaire est un flux continu de particules chargées libérées par le soleil. Lorsque ces particules s'accélèrent, elles peuvent provoquer des événements de «temps spatial» qui perturbent l'atmosphère de la Terre et traînent des satellites en orbite, endommagent leurs électrons et interfèrent avec les réseaux électriques. En 2022, un fort événement de vent solaire a fait perdre à SpaceX 40 satellites StarLink, montrant le besoin urgent d'une meilleure prévision.
L'équipe NYUAD, dirigée par l'associé postdoctoral Dattaraj Dhuri et le co-chercheur co-principe du Center for Space Science (CASS) Shravan Hanasoge, a formé leur modèle AI à l'aide d'images ultraviolets à haute résolution (UV) de l'observatoire solaire de la dynamique de la NASA, combinée avec des archives historiques du vent solaire.
Au lieu d'analyser du texte, comme les modèles de langage IA populaires d'aujourd'hui, le système analyse les images du soleil pour identifier les modèles liés aux changements de vent solaire. Le résultat est une amélioration de 45% de la précision des prévisions par rapport aux modèles opérationnels actuels, et une amélioration de 20% par rapport aux approches précédentes basées sur l'IA.
« Il s'agit d'un pas en avant majeur dans la protection des satellites, des systèmes de navigation et des infrastructures d'énergie dont dépend la vie moderne », a déclaré Dhuri, auteur principal de l'étude. « En combinant l'IA avancée avec les observations solaires, nous pouvons donner des avertissements précoces qui aident à protéger la technologie critique sur Terre et dans l'espace. »
La percée montre comment l'IA peut résoudre l'un des défis les plus difficiles de Space Science: prédire le vent solaire. Avec des prévisions plus fiables, les scientifiques et les ingénieurs peuvent mieux se préparer aux événements météorologiques spatiaux, renforçant la résilience contre les perturbations des infrastructures critiques.
