Yapay zeka, güneş aktivitesini neredeyse dokuz saat önceden tahmin ediyor

Cumartesi 15 Ağustos 2026 - 12:15

New Jersey Teknoloji Enstitüsü'ndeki araştırmacılar, Güneş'te ortaya çıkan aktif bölgelerin erken belirtilerini tespit edebilen yeni bir yapay zeka modeli geliştirdi. Bu model, bu bölgelerin görünür hale gelmesinden birkaç saat önce uyarı sağlayabilir.

EarlyDetect olarak bilinen sistem, birkaç ABD üniversitesi ve bilimsel kuruluşlarla çalışan bir araştırma ekibi tarafından geliştirildi. Journal of Geophysical Research: Machine Learning and Computation dergisinde yayımlanan çalışmada, modelin, gelişen güneş aktivitesiyle ilişkili ince değişiklikleri tanıyabilmesi için NASA'nın Güneş Dinamikleri Gözlemevi tarafından toplanan gözlemler kullanıldı.

Aktif bölgeler, Güneş'te güneş lekelerinin oluşabileceği ve güçlü güneş patlamalarının çıkabileceği yoğun manyetik aktivite alanlarıdır. Bu bölgelerin erken aşamada tespit edilmesi, bilim insanlarının artan güneş aktivitesi dönemlerini tahmin etme yeteneklerini artırabilir ve potansiyel uzay hava risklerini değerlendirmelerine yardımcı olabilir.

EarlyDetect, yalnızca güneş yüzeyindeki görünür değişikliklere dayanmak yerine, Güneş'ten geçen akustik dalgaları analiz eder. Araştırmacılar, ortaya çıkan manyetik alanların bu dalgalarda son derece ince imzalar bırakabileceğini bulmuşlardır. Bu sayede yapay zeka, geleneksel gözlemle tespit edilmesi zor olan kalıpları tanımlayabilir.

Model, büyük dil modelleri aracılığıyla da yaygın olarak bilinen bir tür yapay zeka teknolojisi olan Transformer tabanlı bir mimari kullanmaktadır. Ancak bu durumda, sistem insan dilini yorumlamak yerine güneş gözlemlerini yorumlamak için eğitilmiştir.

Geliştirme sürecinde, araştırmacılar verilerden alakasız sinyalleri çıkarmak için tasarlanmış bir gürültü azaltma tekniği ile ilgili beklenmedik bir sorunla karşılaştılar. Sistem iyileştirmek yerine, filtreleme işlemi bazen gelecekteki güneş aktivitesi hakkında değerli bilgiler içeren çok zayıf sinyalleri ortadan kaldırdı.

Yaklaşımı değiştirdikten sonra, araştırmacılar EarlyDetect'i gerçek güneş gözlemleri üzerinde eğittiler ve daha önce görülmemiş aktif bölgelerle test ettiler. Model, aktif bölgelerin ortaya çıkışını ortalama olarak 9.24 saat önceden tahmin edebildi, önceki yaklaşımlardan daha iyi sonuçlar elde etti.

Araştırmacılar, bu teknolojinin nihayetinde daha etkili uzay hava tahminlerine katkıda bulunabileceğine inanıyor. Güçlü güneş aktivitesi, uydular, radyo iletişimi, navigasyon sistemleri ve Dünya'daki elektrik altyapısını etkileyebilir; bu nedenle erken uyarılar kritik sistem operatörleri için değerli olabilir.

Ancak, EarlyDetect henüz tam anlamıyla operasyonel bir tahmin sistemi değildir. Model hala yanlış alarmlar veya gecikmeli tahminler üretebilir ve ortaya çıkan bir aktif bölgenin tanımlanması, mutlaka bir güneş patlamasının gerçekleşeceği anlamına gelmez.

Bu nedenle araştırma ekibi, teknolojiyi geliştirmeye ve güvenilirliğini artırmaya devam etmektedir. Daha fazla bilimsel çalışmayı desteklemek için araştırmacılar, SolARED veri setini erişime açmış ve yapay zeka ve güneş fiziği alanında araştırmacıların gözlemleri keşfetmelerine ve yeni tahmin yöntemlerini test etmelerine olanak tanıyan SAR Portal adlı etkileşimli bir platform geliştirmiştir.

EarlyDetect'in geliştirilmesi, yapay zekanın uzay bilimi ile nasıl giderek daha fazla birleştirildiğini ve geleneksel yöntemlerle tespit edilmesi zor olabilecek kalıpları tanımlamak için kullanıldığını göstermektedir. Doğruluğu daha da artırılabilirse, bu tür sistemler gelecekte güneş aktivitesini izlemek ve tahmin etmek için önemli bir bileşen haline gelebilir.