Проект исследователей Института солнечно-земной физики по прогнозированию космической погоды с использованием физически обоснованных моделей машинного обучения стал одним из победителей конкурса Российского научного фонда (РНФ).
Проект предназначен на период 2026–2028 годов, на его реализацию будет выделяться семь миллионов рублей ежегодно. Как отметил руководитель проекта, заместитель директора по научно-исследовательской работе, доктор физико-математических наук Юрий Ясюкевич, в результате исследования будут увеличены автономность, точность и надежность системы прогнозирования космической погоды, что способствует укреплению технологического суверенитета России.
«Уязвимость современной технологической инфраструктуры — от спутниковых навигационных систем до энергетических сетей, авиации и радиосвязи — к влиянию космической погоды увеличивается. Солнечная и геомагнитная активность вызывают значительные нарушения в ионосфере Земли, что сказывается на функционировании этих критически важных сервисов. Поэтому растет необходимость в точных среднесрочных прогнозах (до 27 суток) космической погоды, составление которых остается значительной задачей даже для ведущих мировых центров, — подчеркнул Юрий Ясюкевич. — Практически все прогнозы, представленные сегодня, выполняются на основе данных, полученных спутниками NASA, и на разработанных NASA моделях».
Иркутские исследователи в рамках проекта создадут гибридную, физически обоснованную систему прогнозирования ключевых параметров космической погоды (солнечного ветра и геомагнитных индексов), которая объединит современные методы машинного обучения и физические модели солнечно-земных связей. Ученые планируют построить сквозную цепочку моделей — от наблюдений за Солнцем до прогноза состояния ионосферы и геомагнитной активности.
По словам одного из участников проекта Сергея Анфиногентова, гибридный подход значительно отличается от методов, используемых в большинстве моделей прогноза состояния ближнего космоса, основанных на нейросетях: «Как правило, искусственный интеллект (так часто называют класс моделей, связанных с нейронными сетями) работает по принципу “черного ящика”: логика его функционирования автоматически формируется на основе данных в процессе обучения и часто остается непонятной даже автору модели. Наш метод несколько отличается: физические законы, действующие в системе Солнце — Земля, будут заложены в каждую модель изначально. Другими словами, мы не просто будем обучать модели для прогнозирования состояния околоземного космоса, но и сделаем этот прогноз физически обоснованным».
«Все компоненты будут объединены в единый программный комплекс с открытым API и регулярным оперативным прогнозом через веб-платформу, — акцентировал внимание Юрий Ясюкевич. — Задачи проекта — самые серьезные, но мы уверены, что они достижимы, для этого у нас есть все необходимое: многолетний научный опыт, собственная наземная экспериментальная база и вычислительная инфраструктура, доступ к архивам гелиогеофизических данных и опыт участия в отечественных и международных проектах».
Фото: hi-tech.mail.ru