Uno degli aspetti più critici per proteggerci dagli effetti avversi dei fenomeni della meteorologia spaziale è la capacità di prevedere quando si abbatteranno sul nostro Pianeta. I sistemi di intelligenza artificiale potrebbero essere di grande aiuto in questo.
Il tema dell’intelligenza artificiale, ossia dell’utilizzo dei sistemi di apprendimento automatico all’interno di varie tecnologie digitali, è recentemente entrato di prepotenza nel dibattito pubblico grazie al rilascio nell’ultimo anno di alcune piattaforme che hanno colpito l’immaginazione del pubblico, come i programmi per la generazione di immagini da stringhe di testo (Midjourney, Stable Diffusion, Dall·E 2) o i modelli di linguaggio naturale per l’interazione con gli utenti (ChatGPT).
Ma in realtà i sistemi basati sull’apprendimento automatico sono già presenti in numerosi campi, compresa la Difesa Planetaria, come raccontavamo già due anni fa.
Una delle applicazioni più interessanti la possiamo trovare nei sistemi di monitoraggio e controllo della meteorologia spaziale.
L’interazione tra il Sole e il campo magnetico terrestre è il motore di tutta una serie di disturbi elettromagnetici che possono arrivare a vere e proprie tempeste geomagnetiche quando la Terra viene colpita dalle emissioni dei brillamenti solari più intensi, con effetti importanti sulle infrastrutture elettriche a Terra e sulla strumentazione a bordo di aerei e satelliti poter prevedere fenomeni del genere sarebbe quindi un vantaggio tecnologico e economico significativo.
A tale scopo, un team internazionale di ricercatori al Frontier Development Lab, una partnership pubblico-privato che comprende la NASA e il Dipartimento dell’Energia degli Stati Uniti, ha sviluppato un sistema di intelligenza artificiale per cercare correlazioni tra i dati solari misurati da terra e dallo Spazio e l’insorgenza di perturbazioni nel campo magnetico terrestre, in modo da poter poi generare degli avvisi di pre-allarme quando queste potrebbero verificarsi.
Il sistema, chiamato DAGGER (Deep learning Geomagnetic Perturbation) si basa su modelli di deep learning, ossia sulla capacità del modello di riconoscere schemi ricorrenti su una vasta mole di esempi, e che diventa molto sensibile quando le condizioni che ha imparato a riconoscere si ripresentano su nuovi dati.
Il sistema potrebbe essere in grado di fornire un avviso con un tempo di preavviso di circa 30 minuti, che potrebbero essere sufficienti per evitare i danni peggiori alle infrastrutture.
Il sistema DAGGER inoltre non sarebbe solo in grado di predire quando potrebbe verificarsi una tempesta geomagnetica, ma anche dove gli effetti potrebbero essere più significativi.
“Con questo sistema, è possibile fare previsioni rapide e accurate che possano aiutare le decisioni nel caso di una tempesta solare, di conseguenza minimizzando, o addirittura evitando, danni alla società contemporanea”, spiega Vishal Upendran, del Centro Inter-Universitario per l’Astronomia e l’Astrofisica in India, e autore di un articolo sul sulla rivista Space Weather pubblicato dalla American Geophysical Union.
“Il codice di DAGGER è open source, e potrebbe essere adottato dagli operatori delle reti elettriche, dalle aziende spaziali, dalle compagnie di telecomunicazione, o chiunque altro, per ottenere previsioni per le loro esigenze specifiche. Tali avvertimenti potrebbero dare il tempo necessario ad agire per proteggere le loro risorse e infrastrutture da un’imminente tempesta solare, come mettere offline i sistemi sensibili o spostare i satelliti su orbite diverse per ridurre al minimo i danni.”
