اما واقعیت این است که خورشید یک جرم جوشانی از پلاسما، گاز بار الکتریکی است که همیشه تحت تأثیر میدان مغناطیسی خورشید قرار دارد. پیش‌بینی‌ناپذیری فعالیت‌های خورشید یکی از چالش‌هایی است که فیزیک‌دانان خورشیدی امروزی با آن مواجه هستند. یکی از جنبه‌های خاص این چالش، تأثیر فوران‌های جرم تاجی (CME) است که با سطح بالایی از عدم قطعیت در خصوص تأثیر آن‌ها همراه است. اما الگوریتم‌های یادگیری ماشین شاید می‌توانستند هشدارهای بیشتری به ما بدهند! یک مقاله جدید پیشنهاد می‌کند که الگوریتم‌های آموزش‌دیده بر اساس دهه‌ها داده‌های فعالیت خورشیدی، تمام نشانه‌های افزایش فعالیت از منطقه‌ای به نام AR13664 را شناسایی کرده‌اند و ممکن است در پیش‌بینی فوران‌های خورشیدی در آینده کمک کنند.
فوران‌های جرم تاجی یا CMEها، انفجارهای عظیم پلاسما هستند که از تاج خورشید به فضا پرتاب می‌شوند، به دلیل اختلالات در میدان مغناطیسی خورشید. این رویدادهای انفجاری اغلب با درخشش‌ها (فلرها) مرتبط هستند و زمانی رخ می‌دهند که خطوط میدان مغناطیسی ناگهان بازآرایی می‌شوند و مقادیر زیادی انرژی آزاد می‌شود. CMEها می‌توانند با سرعت‌های مختلفی از چند صد تا چند هزار کیلومتر در ثانیه حرکت کنند و گاهی اوقات در عرض چند روز به زمین برسند، اگر مسیرشان به سمت ما باشد. زمانی که به زمین می‌رسند، می‌توانند با مغناطیس‌کره ما تعامل کرده و طوفان‌های ژئومغناطیسی ایجاد کنند که ممکن است ارتباطات ماهواره‌ای، سیستم‌های GPS و شبکه‌های برق را مختل کنند. علاوه بر این، می‌توانند منجر به فعالیت‌های اوروآل شوند که نمایش‌های شگفت‌انگیزی از شفق‌های قطبی شمالی و جنوبی را ایجاد می‌کنند.
پیش‌بینی دقیق این نوع رویدادها و تأثیر آن‌ها بر مغناطیس‌کره ما یکی از چالش‌های مهم ستاره‌شناسان بوده است. در یک مطالعه که توسط تیمی از ستاره‌شناسان به رهبری سابریا گوآستاوینو از دانشگاه جنوا انجام شده است، آن‌ها از هوش مصنوعی برای مواجهه با این چالش استفاده کردند. آن‌ها از این فناوری جدید برای پیش‌بینی رویدادهای مرتبط با طوفان خورشیدی اردیبهشت ۱۴۰۳، درخشش‌های مربوط به منطقه ۱۳۶۴۴ و CMEها استفاده کردند. این طوفان رویدادهای خورشیدی شدیدی از جمله یک درخشش با کلاس X8.7 را آزاد کرد!
با استفاده از هوش مصنوعی، تیم قادر شد فناوری یادگیری ماشین را به مقادیر زیادی داده‌های جمع‌آوری‌شده قبلی هدایت کند تا الگوهای پیچیده‌ای را کشف کند که با استفاده از تکنیک‌های معمولی قابل شناسایی نبودند. رویداد ۱۴۰۳یک فرصت بی‌نظیر و غیرمعمول برای آزمایش قابلیت هوش مصنوعی در پیش‌بینی فعالیت‌های خورشیدی بود. هدف اصلی پیش‌بینی وقوع درخشش‌های خورشیدی، تغییرات آن‌ها در طول زمان، تولید CME و در نهایت پیش‌بینی طوفان‌های ژئومغناطیسی در زمین بود.
آن‌ها این فرایند را علیه رویداد اردیبهشت ۱۴۰۳ انجام دادند و نتایج شگفت‌انگیزی به دست آوردند. طبق مقاله آن‌ها، پیش‌بینی‌ها «دقت بی‌سابقه‌ای در پیش‌بینی با کاهش قابل توجه عدم قطعیت‌ها نسبت به روش‌های سنتی» داشتند. نتایج زمان‌های سفر CME به زمین و شروع طوفان‌های ژئومغناطیسی نیز به طرز قابل توجهی دقیق بود.
تأثیر این مطالعه عمیق است. قطع برق شبکه‌ها، مشکلات ارتباطی و ماهواره‌ای می‌تواند در هنگام برخورد CMEها با زمین یک مشکل بزرگ باشد، بنابراین استفاده از ابزارهای هوش مصنوعی برای پیش‌بینی فعالیت‌های خورشیدی به نظر می‌رسد که پیشرفتی هیجان‌انگیز باشد. برای ما که علاقه‌مند به تماشای آسمان هستیم، شاید پیش‌بینی‌های بهتری از فعالیت‌های اوروآل نیز داشته باشیم.
