Fujitsu y el Sistema Nacional de Educación Superior e Investigación Tokai desarrollan una tecnología de predicción del clima espacial basada en inteligencia artificial

Fujitsu

Fujitsu Limited y el Sistema Nacional de Educación Superior e Investigación Tokai (Tokai National Higher Education and Research System, THERS) anunciaron el desarrollo con éxito de una nueva tecnología capaz de predecir los eventos de radiación solar y su posible impacto. Esta nueva tecnología combina la estimación de probabilidades con la identificación de eventos pasados similares, basándose en la tecnología de inteligencia artificial explicable Wide Learning de Fujitsu, integrada en el servicio Fujitsu Kozuchi XAI.

Los eventos de radiación solar han sido tradicionalmente difíciles de predecir mediante métodos empíricos simples basados únicamente en la magnitud de las erupciones solares. Gracias al uso de la inteligencia artificial, esta tecnología es capaz de extraer relaciones causales complejas y presentarlas de forma comprensible y explicable. Además, al mostrar eventos de radiación solar pasados similares a los previstos —a partir de las condiciones extraídas—, permite comprender de manera integral su impacto real en la vida cotidiana y las contramedidas que se aplicaron en situaciones anteriores.

Con esta nueva tecnología, Fujitsu y THERS aspiran a establecer un entorno que permita determinar de forma rápida los riesgos futuros asociados a la radiación solar y las contramedidas necesarias, basándose en evidencias científicas. De este modo, se facilita la toma de decisiones operativas óptimas frente a posibles amenazas letales para los astronautas en actividades como las operaciones extravehiculares, la planificación de bases lunares y el transporte tripulado en misiones lunares y a Marte.

De cara al futuro, Fujitsu y THERS seguirán mejorando la tecnología desarrollada con el objetivo de proteger infraestructuras sociales vulnerables —como las redes eléctricas, las comunicaciones por satélite, el GPS y los vuelos polares— frente a los efectos del clima espacial, demostrando así la eficacia de la tecnología Wide Learning de Fujitsu y consolidándola como una tecnología fundamental para una sociedad sostenible y resiliente.

Visión general de la nueva tecnología

La actividad solar —incluidas las erupciones solares y las eyecciones de masa coronal (CME, por sus siglas en inglés) [2]— afecta a las infraestructuras de la sociedad al provocar interrupciones en las comunicaciones, degradar la precisión del GPS e inducir corrientes en las redes eléctricas. Además, los eventos de radiación solar, aunque son más probables en presencia de grandes erupciones solares, suponen amenazas graves e impredecibles para astronautas y satélites debido a la débil correlación entre el tamaño de la erupción y la dosis de radiación. Esto significa que incluso erupciones relativamente pequeñas pueden llegar a generar dosis letales de radiación en el espacio.

Para hacer frente a estos retos, Fujitsu y THERS han desarrollado las siguientes tecnologías con el fin de mejorar la precisión de la predicción de eventos eruptivos solares y aportar evidencia científica para la evaluación de riesgos en entornos operativos:

1.- Tecnología para estimar la probabilidad de eventos de radiación solar mediante Wide Learning

· Utilizando las condiciones identificadas por Wide Learning, la tecnología selecciona automáticamente eventos de radiación solar pasados que presentan un mayor grado de similitud con las predicciones actuales.

· Esto permite a los operadores comprender rápidamente no solo la probabilidad de que ocurra un evento, sino también los niveles de radiación y los posibles impactos, tomando como referencia datos de episodios anteriores comparables.

2.- Tecnología para presentar eventos pasados similares basados en la evidencia de la predicción

· A partir de las condiciones identificadas por Wide Learning, la tecnología selecciona automáticamente eventos históricos de radiación solar similares a los previstos.

· De este modo, los operadores pueden entender de forma ágil tanto la probabilidad del evento como los posibles niveles de radiación y sus impactos, apoyándose en información procedente de situaciones análogas anteriores.

Consentimiento de Cookies con Real Cookie Banner