Une équipe d’astrophysiciens et de data scientists de NASA COFFIES (Consequence Of Fields and Flows in the Interior and Exterior of the Sun) a mis au point un modèle d’apprentissage automatique novateur capable de prédire l’émergence de régions solaires actives jusqu’à 12 heures avant qu’elles n’apparaissent à la surface du Soleil. Alors que l’exploration spatiale se tourne vers la Lune et Mars, la prévision de la météo spatiale devient primordiale pour protéger les astronautes, les satellites et les réseaux de communication sur Terre.
La science derrière la prévision des tempêtes
Le Soleil est en perpétuelle agitation, des concentrations intenses de champs magnétiques brisant régulièrement la surface pour former des taches solaires. Ces structures sont les moteurs principaux des tempêtes géomagnétiques, telles que les éruptions solaires et les éjections de masse coronale. En associant l’expertise du New Jersey Institute of Technology (NJIT), de Princeton University et du NASA Ames Research Center, les chercheurs ont eu recours à des architectures d’intelligence artificielle avancées. En analysant les données de l’observatoire Solar Dynamics Observatory, l’équipe a pu détecter de subtiles fluctuations d’ondes acoustiques sous la surface solaire avant l’apparition des taches.
Révolutionner la prévision de la météorologie de l’espace
Contrairement aux méthodes traditionnelles qui se contentent de surveiller les taches déjà visibles, cette nouvelle approche utilise une architecture de type transformateur à fenêtre glissante pour repérer les infimes baisses d’activité acoustique et magnétique. Publiée dans le Journal of Geophysical Research: Machine Learning and Computation, cette technique permet d’anticiper la localisation approximative des futures régions actives, offrant un répit stratégique crucial pour des groupes tels que le Moon to Mars Space Weather Analysis Office de la NASA.
Protéger les explorateurs de l’espace lointain
Bien que le modèle ne soit pas encore totalement prêt pour une utilisation opérationnelle en temps réel, les chercheurs prévoient de le valider sur de nombreux événements solaires historiques. Selon Michelangelo Romano, directeur adjoint du M2M SWAO, cette avancée technologique permettra d’offrir un soutien prédictif précieux pour sécuriser les futures missions spatiales humaines.
