近日，科技巨头 IBM 与美国国家航空航天局（NASA）携手，推出了一项具有里程碑意义的成果 —— 开源基础模型 “Surya”。该模型名称源于梵语中“太阳 一词，它致力于解析高分辨率太阳观测数据，对太阳活动如何影响地球及太空技术进行精准预测，为守护人类关键基础设施免受太阳天气变化冲击提供了强有力的新工具。

在浩瀚宇宙中，太阳看似平静，实则时刻上演着剧烈活动。太阳耀斑的爆发、日冕物质的抛射，这些现象所释放的巨大能量，足以对地球及周边空间环境造成严重影响。卫星可能因之被摧毁，航空导航会受到干扰，电网面临停电风险，宇航员也将承受致命的辐射威胁。当下，人类对太空技术的依赖与日俱增，深空探索计划稳步推进，准确预报太阳天气迫在眉睫，其重要性堪比精准预测地球的气象灾害。

长久以来，传统太阳天气预报主要依靠对太阳表面的局部卫星观测，但这种方式存在明显局限，导致太阳天气预测的准确性难以提升。而 Surya 模型的诞生，彻底改写了这一局面。它依托经过精心整理的大规模高分辨率太阳物理学数据集进行训练，数据规模之大、分辨率之高前所未见。该数据集专门用于辅助研究人员深入钻研、评估关键太空天气预报任务，为模型的卓越性能奠定了坚实基础。

在实际测试中，Surya 模型表现惊艳。研究人员欣喜地发现，在早期测试里，Surya 模型对太阳耀斑的分类准确率相比以往方法大幅提升了 16%。不仅如此，它还开创先河，能够以可视化方式预测太阳耀斑。通过生成高分辨率图像，Surya 可提前至多两小时精准指出耀斑可能出现的位置，这为相关部门提前做好应对措施争取了宝贵时间。此外，Surya 在太阳风速度、太阳极紫外光谱以及太阳活跃区出现等预测任务中，同样展现出了强大的能力。

Surya 模型训练数据来源于 NASA 的太阳动力学天文台。该天文台历时九年，积累了海量高分辨率太阳观测数据。这些数据图像的尺寸达到普通 AI 训练数据的 10 倍之多，数据处理难度极大。为此，IBM 与 NASA 科研团队专门研发了定制化的多架构解决方案，成功实现对海量数据的高效处理。最终训练出的 Surya 模型，拥有前所未有的空间分辨率，能够在普通 AI 训练难以企及的规模和情境下，清晰解析各类太阳特征。

事实上，Surya 模型只是 IBM 与 NASA 广泛合作中的一环。双方长期致力于借助 AI 技术探索地球及太阳系奥秘，此前就已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，双方在 Hugging Face 平台发布开源的 Prithvi 天气模型，为科学家及相关群体开发天气和气候预测应用提供了有力支持。如今，全新的 Surya 模型同样发布在 Hugging Face 开源平台，旨在充分发挥开源的力量，加速科学发现进程，推动全球科研与技术社区共享 AI 技术成果。与此同时，研究人员还同步发布了目前已知规模最大、整理最为系统的太阳物理学数据集，进一步为数据驱动的太空天气研究注入活力。

IBM 研究院欧洲、英国及爱尔兰地区负责人 Juan Bernabe-Moreno 表示：“Surya 模型带来了前所未有的太阳天气预测能力，这不仅是技术层面的重大突破，更是人类保护现代科技文明免受太阳活动威胁的关键一步。就如同我们应对地球灾害天气一样，现在我们也拥有了应对太阳风暴的有效手段。”

Surya 模型的发布，标志着人类在太阳天气预测领域迈出了坚实且重要的一步。随着该模型的不断优化以及应用范围的拓展，有望为全球关键基础设施安全、太空探索等诸多领域保驾护航，助力人类更好地应对来自太阳的挑战，探索更广阔的宇宙空间。

分享

微信分享 复制链接

微信扫一扫分享

收藏