✨︎ Resumen (TL;DR):
- El NJIT presentó EarlyDetect, un modelo que anticipó la aparición visible de regiones activas del Sol.
- La mejor versión detectó las señales precursoras 9.24 horas en promedio antes de que fueran visibles; la NASA reportó un máximo de 12 horas.
- La primera pista fue una caída en la potencia acústica, pero el modelo todavía genera falsas alarmas, entrega avisos tardíos y no pronostica fulguraciones ni eyecciones de masa coronal.
Un equipo dirigido por el New Jersey Institute of Technology (NJIT) presentó EarlyDetect, un modelo de inteligencia artificial que anticipó en promedio 9.24 horas la aparición visible de regiones activas del Sol durante sus pruebas. El proyecto reunió a Princeton University y al Ames Research Center de la NASA, con apoyo del centro COFFIES de la agencia. La primera señal apareció como una caída en la potencia acústica registrada por el instrumento HMI del observatorio SDO, un dato que podría dar más margen para ubicar zonas capaces de generar fulguraciones y eyecciones de masa coronal. El modelo todavía produce falsas alarmas y no pronostica esas tormentas.
EarlyDetect es un modelo de inteligencia artificial que analiza secuencias de observaciones solares para detectar señales previas a la aparición de una región activa.
La revista Journal of Geophysical Research: Machine Learning and Computation publicó el trabajo el 14 de agosto de 2026. Las regiones activas son zonas donde el campo magnético del Sol alcanza gran intensidad. Ahí se forman las manchas solares y pueden originarse fulguraciones y eyecciones de masa coronal, fenómenos capaces de dañar satélites, cortar comunicaciones de radio y afectar redes eléctricas.
La primera señal llega como un cambio acústico
Una región activa comienza a formarse debajo de la superficie visible del Sol. Los instrumentos no pueden observar directamente la estructura magnética que se arma allí. Las ondas acústicas recorren el Sol de manera continua y el ascenso del flujo magnético altera ese ruido de fondo. La heliosismología mide esas vibraciones.
Alexander Kosovichev, profesor distinguido de física en el NJIT y coinvestigador principal del proyecto, lo explicó así: “Es más como detectar un leve cambio de ritmo dentro de una orquesta muy ruidosa.”
EarlyDetect trabaja con dos entradas: mapas horarios de potencia acústica y mediciones del campo magnético, ambas derivadas de observaciones del Helioseismic and Magnetic Imager (HMI). El instrumento está a bordo del Solar Dynamics Observatory (SDO) y registra el Sol cada 45 segundos.
Según la secuencia descrita por el equipo, la potencia acústica cae primero. Después cambian la intensidad del continuo y el campo magnético, cuando la región activa ya comienza a asomar sobre la superficie. Ese orden permite buscar la señal acústica antes de que la mancha solar resulte visible.
El filtro que debía limpiar los datos borró el aviso
Jonas Tirona, estudiante de licenciatura en ciencias de la computación del NJIT y autor de correspondencia del estudio, y sus colegas aplicaron una técnica de filtrado para ayudar al modelo a aislar patrones de corta duración. Al revisar los resultados, encontraron que el procedimiento empeoraba las predicciones en casi todos los casos.
Kosovichev explicó que el equipo quería separar patrones útiles de escala corta, pero el filtro terminó promediando las fluctuaciones muy débiles que daban el aviso más temprano. Tirona lo comparó con la cancelación de ruido: el método quita los sonidos fuertes para dejar ver la tendencia, pero en este caso también se llevaba la señal útil.
EarlyDetect utiliza una arquitectura Transformer, la misma familia de modelos que sostiene a los grandes sistemas de lenguaje. El equipo la entrenó con secuencias largas de observaciones solares, no con texto.
La NASA describe esta variante como un Transformer de ventana deslizante. En lugar de analizar toda la superficie a la vez, el sistema mueve una ventana de tamaño fijo a lo largo de la línea de tiempo para estudiar segmentos sucesivos de las observaciones.
9.24 horas de promedio, 12 como máximo
La mejor versión del modelo se probó con regiones activas que no había visto antes. Identificó las señales precursoras 9.24 horas antes de que esas regiones fueran visibles y obtuvo un desempeño superior al de un Transformer estándar y al de un método de referencia previo.
El NJIT reportó esa cifra como el promedio medido en las pruebas. La NASA presentó el mismo trabajo con una anticipación de hasta 12 horas, es decir, el máximo alcanzado por el método. Las dos cifras describen medidas distintas: una resume el desempeño promedio y la otra señala el techo observado.
Anticipar la aparición de una región activa no equivale a pronosticar una tormenta solar. Muchas regiones activas nunca producen erupciones grandes, y el modelo no predice por sí mismo una fulguración ni una eyección de masa coronal.
El equipo también marca límites concretos para EarlyDetect:
- No está listo para pronósticos en tiempo real.
- Se entrenó con eventos de aparición de regiones activas que ya estaban identificados.
- Todavía produce falsas alarmas y predicciones tardías.
La validación pendiente consiste en probarlo con muchos más eventos solares. Hasta ahora, el resultado corresponde a pruebas sobre apariciones de regiones activas ya identificadas, no a una herramienta operativa que ya pueda emitir alertas.
El pronóstico operativo todavía parte de manchas visibles
Los pronósticos operativos actuales, a cargo del Space Weather Prediction Center de la NOAA y de la Fuerza Aérea de Estados Unidos, siguen regiones que ya pueden verse para estimar la probabilidad de fulguraciones. Un modelo capaz de ubicar de forma aproximada dónde emergerá la próxima región activa cambiaría el punto de partida de ese pronóstico.
Michelangelo Romano, subdirector de la oficina de análisis de clima espacial Moon to Mars de la NASA, dijo que EarlyDetect podría aportar nuevas capacidades para anticipar posibles zonas de fulguración y apoyar las misiones de la agencia.
Para que otros grupos prueben sus propios métodos, el equipo publicó SolARED, un conjunto de datos sobre la aparición de regiones activas compilado a partir de observaciones del SDO, junto con un portal web interactivo para explorarlo. Mengjia Xu, profesora asistente de ciencia de datos en el NJIT e investigadora principal del proyecto, lo describió como el primer conjunto público dedicado a la aparición de regiones activas y como un recurso compartido para las comunidades de machine learning y heliofísica.
Para quien opera un satélite hoy, el sistema todavía no entrega una alerta utilizable. Las pruebas sí dejan un orden medido: primero cayó la potencia acústica, después cambiaron el continuo y el campo magnético, y EarlyDetect detectó la señal 9.24 horas antes de que la región fuera visible. La siguiente etapa es validarlo en muchos más eventos solares, junto con las falsas alarmas y los avisos tardíos que todavía presenta.
Hasta entonces, EarlyDetect anticipa la aparición de una región activa en pruebas, no una fulguración ni una eyección de masa coronal.
