我们已经谈到了危险过去很多次。 我们最近还开始报道更多涉及某种人工智能的故事，特别是在过去几个月，因为它重新回到了许多围绕技术的讨论的前沿。
因此，一支团队在美国宇航局一直忙于将人工智能模型应用于他们认为该系统可以在可能具有毁灭性的太阳风暴袭击特定地区之前向地球发出大约 30 分钟的通知。
这一提前期要归功于这样一个事实：在发生太阳风暴时，光（即无线电信号的组成部分）的传播速度比从太阳中喷出的太阳能物质要快。 在某些事件中，例如大约 35 年前影响魁北克的事件，他们可以关闭电源数小时。
更极端的事件，例如 150 多年前发生的卡灵顿事件，如果今天发生，可能会造成电力和通信基础设施的大规模破坏。
科学家们很早就意识到了这个问题，并没有袖手旁观。 在我们人类对太阳系的探索中，大量卫星正在观察太阳，可以用来识别这些太阳爆发。
其中一些卫星包括 ACE、Wind、IMP-8 和 Geotail，它们为 NASA 团队提供数据。 但是，正如任何人工智能研究人员都会告诉你的那样，为了开发预测模型，你必须告诉它它要预测什么。
仅仅知道太阳风暴即将来临只是战斗的一部分——你还必须知道它袭击地球时会对地球产生什么样的影响。 因此，研究人员还从地面站收集了数据，这些站也受到卫星检测到的一些风暴的影响。
然后，科学家们开始训练深度学习模型，该模型最近几乎成为家喻户晓的词。 在这种情况下，他们将其命名为匕首，与尝试做同样事情的现有预测算法相比，它具有一些非常令人印象深刻的规格。
最值得注意的是其速度的提高。 由印度大学间天文学和天体物理学中心的维沙尔·乌彭德兰 (Vishal Upendran) 领导的研究人员声称，该算法可以在一秒内预测太阳风暴事件的严重程度和方向，并且能够每分钟做出一次预测。
早期算法的先前尝试将花费更长的数量级——几乎达到在风暴袭击地球之前几乎不会发出任何警告时间的程度。
与及时性的斗争部分是因为计算风暴可能袭击全球任何地方的位置在计算上具有挑战性。 这是 DAGGER 向前迈出的又一步，它可以对整个地球表面区域执行快速预测逻辑。
在本地做出这样的预测极其重要——在太阳风暴可能袭击地球的任何时间点，地球的一半都将受到地球整体的保护——处于我们通常所说的“夜晚”状态。
这种预测速度与将这些预测应用于整个地球的能力相结合，使 DAGGER 在预测和准确应对太阳风暴潜在危害方面向前迈出了一大步。 随着太阳在 2025 年达到其 11 年太阳周期的顶峰，它在一个开源平台上推出，正好可以收集大量数据。
这使得公用事业和通信公司有几年时间在最恶劣的天气到来之前将 DAGGER 集成到其威胁评估系统中。
虽然美国中西部可能不会出现类似于龙卷风警报的警报声，但至少合适的人会比以前更快地意识到危险。
