Zonnevlammen voorspellen met AI: NASA en IBM releasen open-source software

vrijdag, 22 augustus 2025 om 16:45

Het AI-model, Surya genaamd, is getraind op negen jaar aan satellietdata en voorspelt zonneactiviteit met 16 procent meer nauwkeurigheid dan bestaande tools.

Wat doet Surya precies?

Surya verwerkt beeld- en meetgegevens van de Solar Dynamics Observatory, een satelliet die al sinds 2010 continu de zon observeert. Deze data bevatten onder meer ultraviolette beelden van de zonneatmosfeer en informatie over magnetische velden. Met behulp van een transformer-gebaseerde AI-architectuur verwerkt Surya deze beelden razendsnel en leert het patronen herkennen in zonneactiviteit.

Waar traditionele methoden vaak enkele uren of dagen achterlopen of reactief zijn, kan Surya zonne-uitbarstingen actief voorspellen op basis van actuele en historische beelden. De modellen zijn getest op voorspellingen van zonnevlammen één tot twee uur vooruit, met indrukwekkend resultaat.

Waarom is dit belangrijk?

Zonnevlammen en bijbehorende coronale massa-ejecties kunnen enorme gevolgen hebben voor systemen op aarde en in de ruimte. Denk aan verstoringen in GPS, satellietcommunicatie, luchtvaartnavigatie of zelfs het elektriciteitsnet. Ook vormen deze uitbarstingen een risico voor astronauten op ruimtemissies.

Doordat Surya een vroegtijdige waarschuwing kan geven, krijgen ruimtevaartorganisaties en energiebedrijven meer tijd om voorzorgsmaatregelen te treffen. Dat is essentieel, zeker nu ruimteverkeer en digitale infrastructuur steeds belangrijker worden.

Wat maakt Surya uniek?

Surya is een foundationmodel: een AI-model dat niet is getraind op één specifieke taak, maar flexibel inzetbaar is voor meerdere toepassingen. Dankzij de schaalgrootte — 360 miljoen parameters — en de rijke dataset van negen jaar aan zonnebeelden, kan het model zelf fysische eigenschappen van de zon leren herkennen. Daarbij bleek het zelfs beter in staat om complexe zonneverschijnselen te begrijpen dan wanneer wetenschappers deze kennis vooraf in het model programmeerden.

Het model verwerkt data uit acht ultraviolette kanalen en vijf magnetische meetreeksen. Vervolgens voorspelt het wat de zon eruit zal zien tot twee uur in de toekomst. De AI genereert dus letterlijk een blik in de toekomst van de zon, inclusief waar en wanneer actieve zones of zonnevlammen kunnen ontstaan.

Praktische toepassingen van Surya

Het AI-model opent de deur naar een breed scala aan praktische toepassingen:

Ruimtevaartbescherming: Astronauten kunnen op tijd worden gewaarschuwd voor verhoogde stralingsrisico’s.
Satellietveiligheid: Operators van GPS-, weer- en communicatiesatellieten kunnen apparatuur beschermen bij naderende zonneactiviteit.
Luchtvaartveiligheid: Luchtvaartmaatschappijen kunnen vluchten omleiden of aanpassen bij verhoogd ruimteweerrisico.
Energie-infrastructuur: Netbeheerders kunnen maatregelen treffen tegen geomagnetische stormen die stroomstoringen veroorzaken.
Onderzoek en onderwijs: Wetenschappers kunnen met open toegang tot Surya het model finetunen voor voorspellingen van zonnewind, segmentatie van actieve regio’s, of simulaties van EUV-straling.
Defensie en nationale veiligheid: Overheden kunnen risicoanalyses maken van zonneactiviteit voor vitale systemen.

Toekomst van zonnevoorspelling

Surya markeert een keerpunt in ruimteweeronderzoek. Waar vroegere modellen beperkt waren in hun vermogen om complexe zonneactiviteit te doorgronden, laat Surya zien hoe zelflerende AI ons begrip van de zon kan verdiepen én onze systemen op aarde beter kan beschermen.

Door het model als open source beschikbaar te stellen, hopen NASA en IBM dat andere onderzoekers het verder ontwikkelen voor nieuwe toepassingen. De openheid betekent dat ook universiteiten, ruimteagentschappen en technologiebedrijven wereldwijd van deze innovatie kunnen profiteren.

De modellen zijn onder andere te vinden op GitHub en Hugging Face.