IBM et la National Aeronautics and Space Administration (NASA) ont annoncé le lancement d’un modèle d’intelligence artificielle (IA) open-source conçu pour analyser les données solaires et anticiper les effets des événements météorologiques spatiaux sur les systèmes technologiques critiques. Baptisé Surya, en référence au mot sanskrit pour le Soleil, ce modèle constitue une première dans le domaine de l’héliophysique appliquée à l’IA. Il a été publié sur la plateforme Hugging Face, spécialisée dans la distribution de modèles d’apprentissage automatique, afin d’en favoriser l’accès par les communautés scientifiques et industrielles.
Surya a été entraîné à partir des données collectées par le Solar Dynamics Observatory de la NASA, couvrant une période de neuf ans. Ces images, bien plus volumineuses que celles utilisées dans les entraînements IA traditionnels, ont nécessité une architecture technique sur mesure capable de gérer leur complexité et leur échelle. Le modèle peut identifier des structures solaires de manière inédite, améliorant la précision des tâches prédictives, telles que la détection des éruptions solaires et la modélisation du spectre ultraviolet extrême.
Risques croissants liés à la météo spatiale
La dépendance croissante à l’égard des satellites et des réseaux de télécommunications rend les économies plus exposées aux perturbations causées par les phénomènes solaires. Les éruptions solaires et les éjections de masse coronale peuvent affecter les systèmes de navigation GPS, interrompre les liaisons de télécommunication, endommager les équipements orbitaux et poser des risques sanitaires pour les équipages spatiaux. Selon un scénario de risque systémique modélisé par Lloyd’s, une tempête solaire majeure pourrait entraîner jusqu’à 2,4 trillions de dollars de pertes économiques cumulées sur cinq ans.
Des incidents récents ont déjà entraîné des déviations de vol, des interruptions de service GPS et des dommages à des satellites. Surya offre un outil supplémentaire pour anticiper ces événements et réduire l’exposition des infrastructures. Il permet notamment de visualiser, pour la première fois, la localisation prévisible d’une éruption solaire deux heures avant son occurrence.
Avancées techniques et applications sectorielles
Parmi les progrès mesurés, les chercheurs rapportent une amélioration de 16 % de la précision dans la classification des éruptions solaires par rapport aux méthodes précédentes. Cette performance repose sur la capacité du modèle à interpréter les données à haute résolution, avec une finesse spatiale inédite pour les applications d’IA dans le domaine de l’astrophysique.
Ce développement s’inscrit dans un partenariat plus large entre IBM et la NASA, visant à intégrer les capacités de l’IA dans l’analyse des systèmes naturels. Il fait suite à la publication de Prithvi, une série de modèles de fondation développés pour traiter des données géospatiales et climatiques. Ces outils visent à renforcer la capacité des chercheurs et institutions à anticiper les événements naturels impactant les infrastructures économiques.
Accessibilité ouverte pour accélérer la recherche
La mise à disposition de Surya en open-source vise à démocratiser l’accès à des modèles avancés dans le domaine de la météo spatiale. Les utilisateurs peuvent adapter l’algorithme aux besoins spécifiques de leur région ou secteur d’activité, ce qui ouvre la voie à de nouvelles formes de modélisation prédictive.
L’ensemble du corpus de données d’entraînement – le plus vaste jamais publié dans ce domaine – est également accessible, facilitant la reproductibilité des recherches et le développement de solutions sur mesure. Cette stratégie d’ouverture vise à accélérer la recherche appliquée tout en renforçant la résilience des systèmes critiques face aux aléas solaires.
