Учёные представили систему LLMFlareNet, которая использует большие языковые модели для прогнозирования мощных солнечных вспышек классов M и выше. Технология позволяет предсказывать события, способные нарушить работу спутников и навигационных систем на Земле, с более высокой точностью, чем существующие платформы.
LLMFlareNet анализирует данные о магнитных полях активных областей Солнца, рассматривая их как непрерывный процесс накопления энергии. Модель применяет трансформерную архитектуру с предобученной моделью BERT и обрабатывает данные с борта обсерватории SDO. Наблюдения включают 10 ключевых параметров, измеряемых каждые 36 минут в течение 24 часов, формируя временные ряды из 40 шагов.
Технология позволяет отделять реальные сигналы солнечной активности от шумов и случайных возмущений. Релевантные признаки выявляются даже при изменениях распределения данных между солнечными циклами.
Анализ показал, что ключевым фактором является суммарный поток магнитного поля возле линии раздела полярностей (R_VALUE). Вероятность вспышки резко возрастает при R_VALUE выше 3.5, что совпадает с зонами сильного градиента и формированием сигмоидных структур на Солнце.
Сравнение с мировыми аналогами, включая NASA/CCMC и SolarFlareNet, показало преимущество LLMFlareNet. Преимущество трансформерной архитектуры заключается в возможности учитывать долгосрочные связи и глобальный контекст магнитных полей, игнорируя помехи соседних областей. Это повышает оперативную надёжность прогнозов.
Система рассчитана на работу с будущими обсерваториями, такими как ASO-S и LAVSO (Xihe-2), которые будут предоставлять данные из точки Лагранжа L5. Это создаёт основу для масштабной системы раннего предупреждения солнечной активности в реальном времени.
LLMFlareNet впервые применяет большие языковые модели как универсальное вычислительное ядро для гелиофизических задач, сочетая машинное обучение и физическую интерпретацию. Новая система устанавливает новый стандарт точности и оперативности прогнозирования опасных солнечных вспышек.