近日，国际商业机器公司（IBM）与美国国家航空航天局（NASA）联合发布一款名为“Surya”的开源基础人工智能（AI）模型。该模型为AI太阳物理学基础模型，基于高分辨率太阳观测数据训练而成，能深入解析太阳动态表面，帮助人们应对太阳活动可能干扰地球及太空技术的影响。一方面，它意味着AI在太阳图像分析及空间天气预报研究中的应用取得重大突破；同时，它提供一种创新工具，能够保护全球定位系统（GPS）导航、电网、通信等各类技术免受太阳活动变化的影响。

　　该模型可通过美国人工智能公司Hugging Face平台获取，旨在加快科学探索进程，推动人工智能在全球科研与技术领域的普及应用。

    太阳距离地球约9300万英里（约1.5亿公里），但对现代人类生活的直接影响却与日俱增。太阳耀斑和日冕物质抛射可能导致卫星失灵、干扰航空导航、引发电网停电，并对航天员构成严重辐射风险。随着人类对空间天气技术的依赖不断加深以及深空探索计划的推进，精准的太阳活动等空间天气预报已变得至关重要。

　　人类越依赖技术，就越容易受空间天气影响。根据英国劳合社构建的系统性风险情景预测，太阳风暴可能导致全球经济在五年内面临2.4万亿美元的损失，其中预期损失达170亿美元。近期发生的太阳活动事件已充分揭示一些风险——干扰GPS服务、迫使航班改道，并对卫星造成损坏。太阳风暴的影响主要包括：对地球轨道以外的卫星、航天器及航天员造成损害；导致卫星硬件受损、破坏太阳能电池板和电路，干扰航空出行；引发导航误差及辐射风险威胁空乘人员与乘客安全，影响航空运输；农业生产受GPS导航中断影响，导致粮食产量下降。

　　IBM欧洲、英国及爱尔兰研究部主任胡安·贝尔纳贝-莫雷诺表示：“可以将其视为‘太空天气预报’。正如我们为应对极端天气事件做准备一样，我们也需要为太阳风暴做好同样的准备。Surya为我们提供了前所未有的预测能力，它不仅是一项技术成就，更为保护我们的技术文明免受维系人类生存的太阳影响发挥了关键作用。”

　　传统的太阳活动等空间天气预报依赖于卫星对太阳表面的局部观测，很难保证预报精准度。而Surya模型利用高分辨率日球物理学数据集进行训练，已突破了这一局限性。Surya已开展预测太阳耀斑、太阳风速、太阳极紫外光谱、太阳活动区出现等测试。

　　在早期测试中，研究人员表示该模型的太阳耀斑分类准确率提升了16%，相较于传统方法进步显著。Surya不仅能完成太阳耀斑的分类任务，还实现了对太阳耀斑的可视化预测，能生成高分辨率图像，预测未来两小时内耀斑可能出现的位置。

　　该模型的研发面临巨大技术挑战。Surya的训练数据来源于NASA太阳动力学观测台九年间收集的高分辨率太阳观测数据，这些太阳图像的尺寸是传统AI训练数据的10倍。为高效处理规模庞大的数据，研发团队采用了定制化多架构解决方案，最终打造出的模型具备前所未有的空间分辨率，能够解析在以往大规模AI训练流程中从未捕捉到的太阳特征尺度与背景信息。

　　NASA华盛顿总部首席科学数据专家凯文·墨菲称：“我们将NASA丰富的专业知识融入尖端AI模型，推动数据驱动型科学的发展。通过开发基于NASA的太阳物理学数据训练的基础模型，我们正以前所未有的速度和精度简化太阳行为复杂性的分析工作。该模型将助力更深入地理解太阳活动如何影响地球上我们赖以生存的关键系统与技术。”

　　该模型也是IBM与NASA合作项目的一部分，双方旨在利用AI技术探索地球及太阳系。它加入了“Prithvi系列”基础模型阵营，该系列包含地理空间模型和气象模型。

　　（来源：IBM官方网站 编译：张乐吟 刘淑乔 责任编辑：蒋芷晴）