IBM和NASA在拥抱面孔上提供了一个名为Surya的开源人工智能（AI）模型，经过培训，可以理解和预测太阳能活动如何影响地球和基于空间的技术。
Surya将AI应用于太阳图像解释和太空天气预报研究。根据IBM的说法，它可用于帮助保护GPS导航，电网和电信免受太阳不断变化的性质。
为现代社会提供动力的数字技术是容易受到太空天气的影响，以及劳埃德（Lloyd）创建的系统性风险情况表明，在五年内，全球经济可能会损失2.4亿美元。假设的太阳风暴可能会导致170亿美元的经济损失。
太阳耀斑和冠状质量弹出可以损坏卫星，驻扎在地球以外的航天器和/或宇航员。它们可能导致卫星硬件故障，损坏太阳能电池板和电路。由于导航错误以及航空公司机组人员和乘客的潜在辐射风险，太阳天气也会影响航空公司的旅行。由于太阳天气而对全科医生的破坏可能会影响农业，从而导致粮食生产降低。
苏里亚（Surya）是一个3.66亿参数基础模型 - 对太阳的研究及其对太阳系的影响。它是使用NASA太阳能动态天文台（SDO）任务的大气成像组件以及Helioseissic和磁成像仪器的数据进行了预训练的，该任务于2010年启动。
它使用自我监督的学习来识别未标记的太阳能数据，这消除了专家需要手动对数千个复杂的太阳能事件进行分类的需求，并接受了NASA S SO的9年高分辨率太阳能观察的培训。这些太阳图像比典型的AI训练数据大10倍。苏里亚（Surya）需要定制的技术体系结构来处理数据集的庞大规模，同时保持效率。
来自IBM和NASA的研究人员在讨论该模型的一篇论文中说，Surya学到了通用太阳能表示，这些太阳能表达既捕捉磁场的细尺度变异性又是太阳大气的大规模动力学。他们声称，预训练策略使该模型能够对太阳能活动进行零拍摄的预测，这代表了从狭义的专注，特定于任务的模型转变为用于Heliophysics的更广泛和可扩展的方法。
传统的太阳天气预测依赖于阳光表面的部分卫星景观，这使得准确的预测非常困难。Surya通过对最大的策划的Heliophysics数据集进行培训来解决这一典型局限性，IBM和NASA旨在帮助研究人员更好地研究和评估关键的太空天气预测任务。
NASA位于华盛顿的NASA总部首席科学数据官Kevin Murphy说：“我们正在通过将NASA的深入科学专业知识嵌入到最先进的AI模型中，从而推进数据驱动的科学。
通过开发对NASA的Heliophysics数据训练的基础模型，我们使以空前的速度和精确度来更容易地分析太阳行为的复杂性。该模型使人们对太阳活动如何影响我们所有人在地球上依赖的关键系统和技术如何更广泛地理解。
IBM和NASA说，通过释放Surya的拥抱面孔，他们正在民主化获得高级工具，以理解和预测太阳天气和科学探索，鼓励开发针对不同地区和行业的专业应用。
英国和爱尔兰IBM Research Europe的总监Juan Bernabe-Moreno表示：这种AI模型赋予了我们前所未有的预期能力，可以预测即将到来的事情，不仅是技术成就，而且是保护我们的技术文明侵害我们的技术成就的关键一步。
