Tweet

Nous avons abordé les risques liés aux tempêtes solaires à de nombreuses reprises par le passé. Récemment, nous avons commencé à rapporter encore plus de sujets impliquant une forme ou une autre d’intelligence artificielle, en particulier au cours des derniers mois, depuis qu’elle est revenue au premier plan dans de nombreuses discussions sur les technologies.

Il n’est donc pas surprenant qu’une équipe de la NASA s’emploie à appliquer des modèles d’IA aux données relatives aux tempêtes solaires afin de mettre au point un système d’alerte anticipée qui, selon elle, pourrait prévenir la planète environ 30 minutes à l’avance avant qu’une tempête solaire potentiellement dévastatrice ne frappe une zone donnée.

Ce délai est dû au fait que la lumière (c’est-à-dire ce qui compose les signaux radio) peut voyager plus vite que la matière solaire éjectée du Soleil lors de ces tempêtes solaires. Dans certains cas, comme celui qui a touché le Québec il y a environ 35 ans, elles peuvent couper l’électricité pendant des heures.

Des événements plus extrêmes, comme l’événement de Carrington qui s’est produit il y a plus de 150 ans, peuvent entraîner une destruction massive des infrastructures électriques et de communication s’ils se produisaient aujourd’hui.

Les scientifiques sont conscients du problème depuis longtemps et ne sont pas restés inactifs. À ce stade de l’exploration du système solaire par notre espèce, de nombreux satellites observent le Soleil et peuvent être utilisés pour identifier ces éruptions solaires.

Parmi ces satellites figurent ACE, Wind, IMP-8 et Geotail, qui ont fourni des données à l’équipe de la NASA. Mais, comme tout chercheur en intelligence artificielle peut vous le dire, pour développer un modèle prédictif, il faut lui dire ce qu’il est censé prédire.

Savoir qu’une tempête solaire est en cours n’est qu’une partie de la bataille : il faut aussi savoir quel type d’impact elle aura sur la Terre lorsqu’elle la touchera. Les chercheurs ont donc également recueilli des données auprès de stations de surface qui ont également été touchées par certaines tempêtes détectées par les satellites.

Les scientifiques ont ensuite entrepris d’entraîner un modèle d’apprentissage profond (deep learning), qui est récemment devenu un terme presque familier. Dans ce cas, ils l’ont baptisé DAGGER, et il présente des caractéristiques assez impressionnantes par rapport aux algorithmes prédictifs existants qui ont tenté de faire la même chose.

Le plus remarquable est l’augmentation de sa vitesse. Les chercheurs, dirigés par Vishal Upendran du Inter-University Center for Astronomy and Astrophysics en Inde, affirment que l’algorithme peut prédire la gravité et la direction d’une tempête solaire en moins d’une seconde et qu’il est capable de faire une prédiction toutes les minutes.

Les tentatives précédentes des algorithmes antérieurs prenaient des ordres de grandeur plus longs, au point qu’ils ne donnaient pratiquement aucun délai d’alerte avant qu’une tempête n’atteigne la Terre.

Ce problème de rapidité s’expliquait en partie par le fait qu’il était difficile, sur le plan informatique, de calculer l’endroit où une tempête pouvait frapper n’importe où sur le globe. C’est un nouveau pas en avant pour DAGGER, qui peut appliquer sa logique de prévision rapide à l’ensemble de la surface de la Terre.

Il est extrêmement important d’effectuer de telles prédictions au niveau local : à tout moment, lorsqu’une tempête solaire risque de frapper la Terre, la moitié du globe sera protégée par la planète entière, dans un état que nous appelons communément « la nuit ».

Cette vitesse de prédiction combinée à la capacité d’appliquer ces prédictions à l’ensemble du globe fait de DAGGER une avancée considérable dans la prédiction et la réponse précise aux risques potentiels des tempêtes solaires. De plus, il est lancé sur une plateforme open source juste à temps pour collecter de nombreuses données lorsque le soleil atteindra le sommet de son cycle solaire de 11 ans en 2025.

Les entreprises de services publics et de communication ont donc quelques années pour intégrer DAGGER dans leurs systèmes d’évaluation des risques avant que les phénomènes météorologiques les plus violents ne surviennent.

Même s’il n’y aura peut-être pas de sirènes stridentes semblables aux sirènes d’alerte aux tornades dans le Midwest des États-Unis, au moins les bonnes personnes seront-elles informées du danger plus rapidement qu’elles ne l’auraient été auparavant.

Adaptation Terra Projects

Source : https://www.sciencealert.com/

(229)