NASA 太阳 AI 在活跃区显现前数小时发现其形成迹象

NASA 研究人员因一项吸睛的说法登上 Google News：一个 AI 模型可提前 5 至 29 小时发现太阳喷发的预警信号。该模型确实在新的活跃区变得可见之前检测到了变化。不过，它并未直接预测太阳耀斑或日冕物质抛射。

这一差别改变了人们应如何理解这则新闻。活跃区是磁场结构复杂的区域，能够产生太阳黑子、耀斑和日冕物质抛射。预测其形成能让预报人员更早了解潜在风险，但并不能说明喷发是否会发生。

研究团队使用了 NASA 太阳动力学观测站的数据，以及一种名为 LSTM 的长短期记忆网络。该模型在太阳表面看似平静的区域下方，寻找不断变化的声学模式。其结果挑战了那些只在磁结构变得清晰可见后才开始分析风险的预报系统。

这一成果在技术上颇具意义，但距离实际运行尚有距离。它将观测窗口前移到太阳黑子变得明显之前，但测试范围有限。相比被放大的标题，这种张力更值得关注。

NASA 的太阳 AI 实际预测了什么

该模型预测的是太阳活跃区的可见形成，而非这些区域之后可能产生的喷发。

这项研究由 Spiridon Kasapis、Irina Kitiashvili、Alexander Kosovichev 和 John Stefan 完成。他们所属机构表明，这项工作与 NASA Ames Research Center 和 New Jersey Institute of Technology 有关。

经同行评议的活跃区研究于 2025 年 10 月发表在 Astrophysical Journal Supplement Series。更早的论文手稿自 2024 年 9 月起已公开流传。

其目标是连续谱强度，即对太阳表面可见光的测量。太阳黑子之所以显暗，是因为强磁场抑制了正常的对流热输运。因此，预测未来强度下降可为活跃区正在形成提供间接信号。

这与预测喷发不同。一个新形成的区域可能相对平静、产生规模不大的耀斑，也可能引发重大的空间天气事件。它的出现意味着一个潜在源区已经形成，而不是一次已确定时间的爆发。

研究人员利用太阳动力学观测站的时间序列观测数据训练循环神经网络。LSTM 是一种旨在跨序列保留相关信息的神经网络架构。在这里，该序列描述了太阳测量数据如何随时间变化。

模型接收了三大类输入。多普勒测量追踪朝向或远离观测者的运动。连续谱图像测量表面亮度，而磁图记录视向磁场。

团队将这些观测数据转换为声功率和磁通量序列。声功率描述了在太阳不同位置检测到的振荡强度。这些振荡的变化可在新兴磁通量形成明显表面特征之前揭示活动迹象。

这种方法类似于隔着墙听机器运转。观察者看不见机器，但振动的变化可能表明某些部件开始运动。在太阳上，湍流对流和声学振荡提供了这种隐藏的运动信息。

早期工作汇集了 61 个新生太阳活跃区的观测数据。该数据集帮助研究人员识别了从平静光球层向可见磁活动过渡时的相关模式。形成数据集专门用于研究早期预警信号。

随后，该模型在每一步推理中预测未来 12 小时的强度值。研究人员随后检查其预测的强度下降是否足够早地跨越形成判据，从而提供预警。

Google News 的聚合报道将这一多层过程简化为关于隐藏喷发信号的说法。鉴于活跃区是许多喷发的发源地，这种简写可以理解。但它仍跳过了一个关键的预报步骤。

更准确的总结应更为收敛。NASA 支持的机器学习在活跃区变得清晰可见之前，检测到了与其形成相关的模式。这一结果可支持喷发预报，但它本身并不是喷发预报。

为什么观察可见太阳之下的变化很重要

这项研究将注意力从可见磁结构转向了其出现之前更平静的运动。

在一个区域出现后，大多数业务分析会变得更有参考价值。预报人员此时可以测量其大小、磁复杂度、增长速度和近期耀斑历史。这些可观测特征有助于估计后续活动的概率。

该模型提出了一个更早的问题：一片看似平静区域的动力学，能否在太阳黑子形成之前揭示磁通量将从何处涌现？

NASA 的 Helioseismic and Magnetic Imager，即 HMI，使这一问题得以检验。HMI 持续观测可见太阳盘面，并测量强度、多普勒速度和磁场。其重复测量使研究人员能够追踪细微变化，而非比较孤立快照。

该仪器搭载于太阳动力学观测站，该任务于 2010 年 2 月发射。任务研究太阳活动如何形成并驱动空间天气。其科学目标明确包括理解活跃区形成过程和改进预报。

研究聚焦于由 HMI 多普勒观测数据推导出的声功率图。太阳声波会与湍流对流和磁结构相互作用。因此，其功率变化可充当尚未在视觉上显现的过程的代理指标。

模型还使用了磁通量和连续谱强度。在成功实现早期检测时，新生区域仅达到其最终最大磁通量的 4% 至 9.6%。信号出现时，该区域后续大部分磁场强度仍未发展出来。

这一发现提供了研究的核心机制。该网络并不是比人类观察者更早识别出一个完整太阳黑子。它识别的是一种与未来表面亮度下降相关的时间模式。

时间分析与静态分析之间的区别至关重要。单张图像可以显示某个位置在当下是否异常。一个序列则可以揭示多个微弱测量是否正以可识别的方向共同变化。

这正是 LSTM 模型的用武之地。其记忆机制能够保留先前观测中的模式，并降低无关波动的重要性。因此，模型可以学习一个区域如何演化，而非将每一帧视为独立事件。

NASA 表示，其 Pleiades 超级计算机处理了 HMI 观测数据并运行机器学习工作负载。一份 2024 年的计算摘要描述了一个活跃区在变得可见前 18 小时被检测到的案例，且该案例没有出现误报。

这一表述描述的是项目里程碑，而非全球性能保证。“没有误报”指的是被重点展示的测试，而不是太阳上所有可能位置和时间。

尽管如此，早期活跃区预测仍可增加宝贵的准备时间。预报人员能够在传统指标变得强烈之前，将注意力投向一个正在发展的区域。视场较窄的太阳望远镜也可更早优先观测有前景的目标。

卫星运营商不会仅因某个活跃区可能形成就立即改变操作。他们还需要关于耀斑、高能粒子或朝向地球的等离子体的额外证据。不过，更早的认知可以启动更长链条的监测与风险评估。

因此，该模型的贡献位于上游。它并不能取代耀斑预报、日冕物质抛射模型或地磁暴预测。它为这些系统提供了一个可更早关注的候选位置。

Google News 的说法遇上五个区域的测试

最重要的数字不是提前 29 小时预警，而是最终测试仅使用了五个未见过的区域。

研究人员在五个未参与训练的活跃区上评估了训练后的模型。最佳配置被称为 Model 8，在实验评估下成功预测了全部五个区域。

在更严格的业务化设置下，它成功预测了其中三个。分别是 NOAA 活跃区 11726、13165 和 13179。

报告的提前量并不一致。模型对 AR11726 提前约 10 小时识别，对 AR13165 提前约 29 小时识别，对 AR13179 提前约五小时识别。

这些结果表明，记录的序列中确实存在有用的前兆信息。但它们并未确立一个可供预报人员期待、适用于每个未来区域的稳定预警时限。

在测试的不同变体中，该模型对活跃区域和安静区域的平均均方根误差也达到了 0.11。均方根误差概括了预测与观测强度值之间的典型差异。在研究采用的归一化方式下，较低的数值意味着预测更接近实际。

仅凭这一指标无法回答业务应用的问题。一个预报服务必须能够识别新生区域，同时又不能在大片安静区域中用大量误报淹没预报人员。

它还必须适应不断变化的观测几何条件。太阳边缘，即盘面视在边界附近的测量，会受到更强的投影效应影响。仪器状态、数据缺口和太阳活动周期差异也可能改变输入分布。

研究的实验结果与业务化结果体现了这一差距。在实验环境中，研究人员可以在受控条件下评估预测是否符合已知的形成行为。业务测试则必须更像真实预报，对后续情况掌握得更少。

五个留出案例中的三次成功，对探索性工作而言颇具前景。但这不足以宣称已经形成可靠的全球预警系统。小样本可能会受到所选区域、阈值和成功定义的强烈影响。

预测时域与预警时间之间也存在区别。该网络经过训练，可预测未来 12 小时的连续谱强度。重复预测以及阈值跨越的时机，产生了最长达 29 小时的活跃区形成预警报告。

这并不意味着该网络对一个可见太阳黑子给出了一次精确的、提前 29 小时的单次预测。它意味着在参考时间之前那么久，其不断演变的预测跨越了研究人员设定的形成判据。

标题式压缩往往会删去这些细节。浏览 Google News 的读者很容易推断，该模型在危险喷发发生前 29 小时就预见了它。原始论文支持的是一个更谨慎的结论。

该模型在一处活跃区被记录为形成之前 29 小时，预见了其可见形态的形成。活跃区与更高的喷发风险相关，但模型并未说明该区域会产生某次特定耀斑。

这种差异类似于风暴形成与龙卷风预测之间的区别。检测到某个可能形成风暴的环境很有用，但这并不能预测该风暴是否会生成龙卷风、龙卷风将沿何处移动，或会影响哪些人。

这一局限并不意味着这项工作不重要。预报链条的最初阶段越早启动，整体预报就越有可能改进。不过，每个阶段都需要针对其声称预测的结果进行独立验证。

该研究最有力的证据涉及活动区涌现。有关太阳爆发的说法仍属于下游推论，未来系统必须直接检验。

早期涌现检测给现有预报工作流程带来压力

可靠的涌现前信号将迫使空间天气预报不仅监测可见活动区，也要监测平静区域。

当前工作流程已经结合了人工分析、物理测量、统计方法和机器学习。一旦活动区出现，预报员便可评估其磁场复杂性和既往活动情况。

涌现前预测改变了这一过程的起点。它会将计算和观测资源导向那些在常规强度图像中看上去仍然平静的位置。

直接压力首先落在数据管线上。研究模型可以在事件发生后处理经过精心准备的观测数据；而业务化服务则必须持续接收、校准并分析全日面数据。

HMI 会以固定时间间隔生成覆盖可见太阳表面的测量数据。NASA 的公开 SHARP 产品，即 Space-weather HMI Active Region Patches，围绕已经识别出的区域打包提供磁场和强度信息。

该模型的目标部分位于这类数据块出现之前。生产系统需要扫描宁静太阳区域的数据块、维护其历史记录，并随着新观测到来更新涌现概率。

这带来了类别不平衡问题。在任意时刻，大多数候选位置都不会形成大型活动区。即使假阳性率很低，当模型应用于整个日面和大量时间步时，也可能产生许多警报。

因此，预报设计者必须同时评估精确率、召回率、误报率和预警时间。如果警报频繁到难以信任，仅仅最大化提前量是不够的。

研究人员还必须明确警报的含义。它可以标记预测到的强度下降、可能的磁通量涌现，或可能被 NOAA 指定的活动区。这些结果彼此重叠，但不能互相替代。

这一方法与其说是在同某家公司竞争，不如说是在与传统观测流程竞争。传统工作流程会等待清晰的表面磁场证据出现，再估计耀斑风险。新路线则试图在这种证据完全涌现之前识别正在发展的源区。

这正是本文的主要对照：早期声学推断与可见活动区监测。新模型拓展了前一条路径，但仍依赖后一条路径进行确认。

其他机器学习项目关注的是更晚阶段。有些模型会判断已形成活动区是否会发生耀斑；另一些则估计耀斑是否会伴随日冕物质抛射，或产生高能粒子。

这些系统通常在相关活动已经可测量之后，使用 SHARP 参数、磁图或 X 射线历史数据。它们回答的问题更接近最终风险，但通常在物理过程的更晚阶段才开始。

NASA Ames 的模型将预测前移，同时接受对最终结果更高的不确定性。一个区域可能涌现，却不会造成破坏性事件。预报开始得越早，剩余的分支可能性就越多。

这种权衡应当指导业务设计。涌现前警报应当属于注意力排序系统，而非针对航天器或基础设施的自动关停指令。

例如，警报可以要求观测站为某个位置保存更高采样频率的数据。随着磁通量增强，它也可以触发额外的模型运行。后续证据将决定该情况是否值得发出业务预警。

这种分级响应类似于其他技术系统中的异常检测。早期信号会开启调查，但并不能独立确定异常的严重程度或成因。

该模型还可能改善科学观测。高分辨率太阳仪器无法始终同时监测每一个有前景的位置。更早地确定目标，将提高捕捉完整形成过程的机会。

完整序列很有价值，因为太阳爆发仍然难以解释。研究人员需要从涌现之前开始，一直观测到磁场演化，有时还包括爆发本身。错过第一阶段会限制因果分析。

因此，实际价值可能首先体现在科研业务中。更好的仪器指向和数据采集，可能先于任何公开预报产品实现。

这些结果仍无法证明什么

该模型尚未证明其前兆模式能够泛化到整个太阳、多种仪器以及完整的太阳活动周期。

五个未见活动区提供的是初步测试，而非具有代表性的业务基准。太阳区域在大小、纬度、磁场结构、增长速度和观测角度上均有差异。

模型可能在小型留出集上表现良好，却在条件变化时遇到困难。这种问题称为分布偏移，发生在业务输入与训练数据不同时。

太阳活动本身遵循约 11 年的周期。接近活动峰值时的观测包含更多拥挤且复杂的磁场环境，而接近活动低谷时则不同。验证应覆盖这两种条件。

研究人员还需要规模更大的宁静太阳对照集。涌现模型必须在大量从未发展出显著磁活动的位置中，区分真正的前兆与普通声学波动。

假阳性尤其值得关注。科学案例研究可以突出一次成功预警；但业务预报员需要知道，在寻找这次成功预警的过程中，系统产生了多少错误警报。

NASA 的计算摘要强调了一次提前 18 小时且没有假阳性的检测。同行评审论文提供了更广泛的方法学证据，但并未将这一示例转化为普遍的零误报主张。

可重复性也是另一项要求。独立团队应当使用有文档记录的预处理、分块、阈值和评估规则，将该方法应用于可比较的 HMI 序列。

底层观测来源已相当成熟。NASA 的 SHARP dataset 包含矢量磁场、视向磁场、连续谱强度、多普勒速度及相关产品。

不过，共享数据来源并不保证结果可比。归一化、时间窗口、活动区标签和宁静区域对照的选择，都可能显著影响模型表现。

模型的可解释性仍然有限。研究人员将其预测与声学功率变化联系起来，但 LSTM 并不会自动解释每次预测由何种物理过程造成。

有用的科学系统应展示有影响力的信号在何处、何时出现。它还应区分声学前兆与仪器伪影，或与标签相关联的模式。

物理约束下的验证可以提供帮助。研究人员可以将模型高显著性区域与上升磁通量模拟及已知日震学特征进行比较。一致性将强化物理解释。

跨仪器测试同样具有价值。HMI 提供了长期且一致的记录，但未来的业务系统不能假定单一仪器会无限期可用。可移植的方法需要在替代或互补传感器之间保持稳定表现。

最重要的是，活动区涌现只是风险链条中的一个环节。后续环节包括耀斑产生、日冕物质抛射方向、高能粒子加速，以及与地球磁场的相互作用。

误差会沿着这条链条累积。早期区域警报可以是正确的，但后续爆发预报仍可能出错。耀斑预测也可能正确，而事件对地球的风险却很小。

因此，文章标题的表述夸大了已经得到证实的内容。“太阳爆发迹象”暗示了与爆发直接相关的证据。经验证的信号实际上与正在涌现的活动区有关，这些区域可能成为爆发源区。

这不仅是措辞上的谨慎。用户会对源区警报和风险预报采取不同的行动。卫星运营商、电网规划人员和航空服务机构需要与具体影响相关、经过校准的概率。

对于通过 Google News 跟踪 AI 主张的读者而言，教训更为普遍：模型的目标变量与其准确率同样重要。预测前兆，并不等于预测与该前兆相关的每一个下游事件。

三个信号将显示该模型能否实现业务化

下一阶段必须证明其可扩展性、控制误报，并将早期涌现预警与后续风险联系起来。

第一个信号是规模大得多的前瞻性测试。研究人员应在不预先挑选已知涌现案例的情况下，对持续传入的观测数据运行模型。

前瞻性评估应记录每一次警报、每一个漏检活动区，以及每一处被错误标记的宁静位置。测试应覆盖足够长的时间，以纳入不断变化的太阳条件和观测几何。

成功意味着五区域结果能经受现实的全日面测试。失败则表明，原始案例所捕捉的模式可能比标题暗示的范围更窄。

第二个信号是透明的误报分析。研究人员应公布精确率、召回率、预警时间分布，以及每个观测周期的误报数量。

预警系统必须说明，更长的提前量是否以更低可靠性为代价。这种权衡决定预报员能否在不引入干扰性噪声的情况下整合该模型。

有用的基准还应区分小型涌现与大型、具有空间天气相关性的区域。准确检测到许多弱区域，可能提高总体准确率，却未必改善对重大事件的准备。

第三个信号是与下游耀斑和爆发模型的整合。如果后续测量能够更新同一区域不断演化的风险，涌现前预警就会更有价值。

该整合系统可以从声学证据开始，加入磁通量增长，再纳入磁场复杂性或耀斑历史。每个阶段都会细化概率，而不是把首次警报视为最终答案。

如果这种整合能在不降低校准度的情况下改善预警时间，它将强化核心主张；如果早期警报相比可见涌现之后作出的预报几乎没有增加价值，则会削弱该主张。

在使用这项研究之前，无需等待完美的端到端系统。观测站现在就可以测试早期目标指向，科学家也可以收集更完整的涌现序列。

公共传播需要更强的纪律性。Google News 的标题可能会让“预测前兆”听起来像“预测爆发”。读者应核查模型的实际输出、评估样本和业务定义。

这一基础结果仍值得关注。神经网络在活动区仍大多隐藏时识别出正在演化的信号，其中包括三个业务上成功的案例，提前量为 5 至 29 小时。

悬而未决的问题不再是这些信号是否存在于经挑选的观测中，而是它们能否在整个太阳上可靠地重现，并改进那些真正关系到人类和机器的预报。

请关注未来的全盘测试、完整的误报统计数据，以及通往后续喷发概率的链接。这三项结果将决定这则 Google News 报道究竟标志着一项运行层面的进步，还是一个颇具前景的研究里程碑。