Con datos del Solar Dynamics Observatory y arquitectura de “foundation model”, Surya ya muestra predicciones visuales de fulguraciones con hasta dos horas de anticipación y supera los benchmarks existentes en 16%. El modelo es abierto (HuggingFace) y su código está en GitHub para acelerar aplicaciones en satélites, redes eléctricas y comunicaciones.
Qué es Surya y por qué importa para negocios, satélites y redes
La NASA, en alianza con IBM y un consorcio académico, lanzó el Surya Heliophysics Foundational Model, una IA entrenada con 9 años de observaciones del Solar Dynamics Observatory (SDO). El SDO —en órbita desde 2010— construyó una base de datos sin interrupciones durante casi 15 años, con imágenes multiespectrales cada 12 segundos y mediciones precisas del campo magnético solar. Ese volumen, estabilidad y calibración convierten al dataset en el insumo ideal para un foundation model capaz de captar patrones sutiles en el comportamiento del Sol que otras series, más cortas, no permiten detectar.
Surya fue diseñado para analizar grandes volúmenes de datos solares y predecir clima espacial que impacta en satélites, redes eléctricas y sistemas de comunicación. Según resultados preliminares, el modelo genera predicciones visuales de fulguraciones (solar flares) con dos horas de antelación, un salto que supera en 16% los benchmarks vigentes y abre la puerta a casos operativos de alertas tempranas para operadores satelitales.
La iniciativa enfatiza ciencia abierta: el modelo está disponible en HuggingFace y el código en GitHub, invitando a la comunidad a probarlo, auditarlo y construir aplicaciones sobre una base común. Entre los usos ya mapeados figuran: seguimiento de regiones activas, pronóstico de actividad de fulguraciones, predicción de la velocidad del viento solar e integración con datos de otras misiones (p. ej., SOHO de NASA-ESA y Parker Solar Probe).
“Estamos avanzando hacia una ciencia guiada por datos al incorporar la profunda experiencia científica de la NASA en modelos de IA de última generación”, señaló Kevin Murphy, chief science data officer en la sede de la NASA en Washington. “Al desarrollar un foundation model entrenado con datos de heliosfísica, facilitamos analizar la complejidad del comportamiento solar con una velocidad y precisión sin precedentes. Este modelo amplía la comprensión de cómo la actividad solar impacta sistemas críticos en la Tierra”.
Riesgos crecientes y una arquitectura adaptable para múltiples sectores
Las tormentas solares conllevan riesgos concretos para una economía hiperconectada: pueden perturbar GPS y comunicaciones satelitales, estresar redes eléctricas mediante corrientes inducidas que dañan transformadores y, en aviación, interferir radio y navegación además de elevar la exposición a radiación a gran altitud. A medida que crece la constelación de satélites en órbita baja —incluidos los que proveen internet de alta velocidad— la intensificación de la actividad solar calienta la alta atmósfera, aumenta el arrastre y acelera reentradas prematuras. En este escenario, herramientas de pronóstico de clima espacial pasan de ser un deseo a una necesidad operativa.
“Nuestra sociedad se apoya en tecnologías muy susceptibles al clima espacial”, advirtió Joseph Westlake, director de la División de Heliofísica de la NASA. “Así como usamos la meteorología para pronosticar el clima en la Tierra, los pronósticos de clima espacial anticipan condiciones y eventos en el entorno espacial que afectan a la Tierra y a nuestras tecnologías. Aplicar IA a los datos de nuestras misiones de heliosfísica es un paso vital para incrementar la defensa frente al clima espacial y proteger astronautas, naves, redes eléctricas y GPS”.
A diferencia de sistemas tradicionales, Surya aprende directamente de datos crudos y requiere menos etiquetado, lo que acelera su adaptación a nuevas tareas. Esa flexibilidad abre oportunidades más allá de la heliosfísica: la misma metodología puede trasladarse a ciencias planetarias y observación terrestre cuando existan series largas, estables y bien calibradas.
El entrenamiento de Surya se apoyó, en parte, en el NAIRR Pilot (National Artificial Intelligence Research Resource), iniciativa liderada por la National Science Foundation (NSF) que reúne cómputo avanzado, datasets y herramientas de IA; incluye recursos de la industria como NVIDIA. “Este proyecto demuestra cómo el NAIRR Pilot está uniendo recursos federales e industriales de IA para acelerar descubrimientos científicos”, afirmó Katie Antypas, directora de la Oficina de Ciberinfraestructura Avanzada de la NSF. “Con apoyo de NVIDIA y la NSF, no solo habilitamos la investigación actual: estamos sentando las bases de una red nacional de IA para los descubrimientos de mañana”.
La arquitectura y el desarrollo de Surya fueron liderados por el equipo IMPACT (Interagency Implementation and Advanced Concepts Team) de la Office of Data Science and Informatics en el Marshall Space Flight Center de la NASA (Huntsville, Alabama), en colaboración con IBM y un equipo científico que reúne especialistas del Southwest Research Institute (Texas), University of Alabama in Huntsville, University of Colorado Boulder, Georgia State University, Princeton University, la División de Heliofísica de la NASA, el Goddard Space Flight Center, el Jet Propulsion Laboratory y el SETI Institute, entre otros.
