Inteligência artificial prevê erupções solares com horas de antecedência

Pesquisadores do Instituto de Tecnologia de Nova Jersey (NJIT) desenvolveram um modelo avançado de inteligência artificial capaz de identificar sinais precursores de regiões ativas no Sol. A tecnologia, batizada de EarlyDetect, consegue antecipar a formação de manchas solares na superfície da estrela com quase 9 horas de antecedência, oferecendo uma nova camada de proteção contra fenômenos espaciais intensos.

O estudo, publicado no Journal of Geophysical Research: Machine Learning and Computation, detalha como o sistema monitora mudanças magnéticas e acústicas antes mesmo que as manchas solares se tornem visíveis. Essa capacidade de previsão é fundamental, uma vez que tais regiões são o berço de erupções solares e ejeções de massa coronal, eventos que podem gerar interferências diretas na infraestrutura tecnológica da Terra.

Monitoramento de assinaturas acústicas no interior solar

Como as regiões ativas originam-se abaixo da superfície visível, a observação convencional só ocorre após a formação completa das manchas. Para contornar essa limitação, a equipe do NJIT utilizou dados do Observatório de Dinâmica Solar da NASA para analisar assinaturas em ondas acústicas geradas pela elevação do campo magnético interno.

O EarlyDetect processa mapas de potência acústica e medições magnéticas em intervalos horários. O desafio técnico superado pelos pesquisadores consistiu em isolar padrões específicos em meio ao ruído constante da atividade solar, comparando o processo à identificação de uma mudança rítmica em uma orquestra complexa. Após ajustes finos nos filtros de dados, o modelo atingiu um desempenho notável, detectando sinais precursores com até 9,24 horas de antecedência.

Impactos na mitigação de danos tecnológicos

A aplicação prática desta tecnologia foca na segurança de sistemas críticos. Segundo Jonas Tirona, líder da pesquisa, o alerta antecipado permite que operadoras de satélites e empresas de distribuição de energia adotem medidas preventivas. A preparação prévia é essencial para mitigar danos em redes elétricas e sistemas de comunicação global durante tempestades geomagnéticas severas.

Embora os resultados sejam promissores, o EarlyDetect ainda enfrenta desafios para implementação em tempo real. O modelo, treinado com base em eventos históricos, apresenta margem para alarmes falsos e variações na precisão das previsões. O aprimoramento contínuo do algoritmo é a próxima etapa necessária para transformar a ferramenta em um sistema de monitoramento operacional constante, garantindo maior resiliência para a tecnologia terrestre diante da atividade solar.