IBM与NASA联合发布开源AI模型，实现太阳天气预测与预警

8 月 28 日消息，据 IBM 中国今日消息，IBM 与美国国家航空航天局（NASA）联合发布了一款开创性的开源基础模型，可理解高分辨率的太阳观测数据，从而预测太阳活动对地球和太空技术的影响。

该模型名为“Surya”（梵语意为“太阳“），它提供了一种创新工具，帮助保护 GPS 导航、电网、电信等关键基础设施免受太阳天气变化的影响。

太阳耀斑和日冕物质抛射可能会摧毁卫星、干扰航空导航、引发停电，并对宇航员构成严重的辐射风险。随着人类对太空技术的依赖不断加深，以及深空探索计划的持续推进，准确的太阳天气预报变得至关重要。

IBM 研究院欧洲、英国及爱尔兰地区负责人 Juan Bernabe-Moreno 表示：“这一成果可以理解为‘太空天气预报’，和灾害天气事件的预案一样，我们也需要为太阳风暴制定应对之策。Surya 提供了前所未有的预测能力，它不仅是一项技术成就，更是保护科技文明免受我们赖以生存的恒星（太阳）影响的关键一步。”

传统的太阳天气预报依赖对太阳表面的局部卫星观测，一直以来，研究人员难以对太阳天气进行准确预报。Surya 基于经过精心整理、大规模的高分辨率太阳物理学数据集进行训练，解决了这一传统的局限性。该数据集旨在帮助研究人员更好地研究和评估关键的太空天气预报任务。Surya 已在多项任务中进行了测试，包括预测太阳耀斑、太阳风速度、太阳极紫外光谱，以及太阳活跃区的出现。

研究人员表示，在早期测试中，太阳耀斑分类的准确率提升了 16%，相较于以前的方法取得了长足进步。

除了二元太阳耀斑分类任务外，Surya 还首次以可视化的方式预测了太阳耀斑，可提供高分辨率的图像，预测最多未来两小时耀斑可能出现的位置。

Surya 的训练数据来自 NASA 太阳动力学天文台（Solar Dynamics Observatory）历经九年收集的高分辨率太阳观测数据。这些图像的大小是普通 AI 训练数据的 10 倍，因此需要定制化的多架构解决方案来处理海量数据，同时确保高效率。最终模型具备前所未有的空间分辨率，能够以普通 AI 训练无法实现的规模和上下文，解析太阳特征。

该模型是 IBM 和 NASA 广泛合作的一部分，双方旨在利用 AI 技术探索地球及太阳系，并于此前发布了包含地理空间模型和天气模型的 Prithvi 基础模型系列。去年，IBM 和 NASA 在 Hugging Face 平台上发布了开源的 Prithvi 天气模型，供科学家及更广泛的群体开发短期、长期的天气及气候预测应用。

该模型已发布在 Hugging Face 开源平台，旨在加快科学发现进程，助力全球科研与技术社区共享 AI 技术。研究人员还发布了已知规模最大、系统整理的太阳物理学数据集，加速数据驱动的太空天气研究。

附开源地址：

https://huggingface.co/nasa-ibm-ai4science/Surya-1.0