Проект ученых Института солнечно-земной физики по прогнозированию космической погода с помощью физически подкрепленных моделей машинного обучения стал одним из победителей конкурса Российского научного фонда (РНФ). Он рассчитан на 2026 – 2028 годы, на его реализацию будет направлено 7 миллионов рублей ежегодно.
Как рассказал руководитель проекта, заместитель директора по научно-исследовательской работе, доктор физико-математических наук Юрий Ясюкевич, в результате исследования будет повышена автономность, точность и надежность системы прогнозирования космической погоды, укрепляющая технологический суверенитет России.
— Уязвимость современной технологической инфраструктуры – от спутниковых навигационных систем до энергосетей, авиации и радиосвязи – к воздействию космической погоды растет. Солнечная и геомагнитная активность вызывают значительные возмущения в ионосфере Земли, что влияет на работу этих критически важных сервисов. Поэтому возрастает потребность в точных среднесрочных прогнозах (до 27 суток) космической погоды, составление которых остается серьезным вызовом даже для ведущих мировых центров, – отметил Юрий Ясюкевич. – Почти все прогнозы, имеющиеся сегодня, выполняются на основании данных, полученных спутниками NASA, и на разработанных NASA моделях.
Иркутские ученые в рамках проекта разработают 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. В планах исследователей построить сквозную цепочку моделей – от наблюдений Солнца до прогноза состояния ионосферы и геомагнитной активности.
По словам одного из исполнителей проекта Сергея Анфиногентова, гибридный подход значительно отличается от того, как работает большинство моделей прогноза состояния ближнего космоса, основанных на нейросетях:
– Обычно искусственный интеллект (как часто называют класс моделей, связанных с нейронными сетями) функционирует по принципу «черного ящика»: логика работы автоматически определяется из данных на этапе обучения и часто остается неясной даже автору модели. Наш поход несколько отличается: физические законы, действующие в системе Солнце – Земля, будут заложены в каждую модель изначально. Иными словами, мы будем не просто обучать модели прогнозировать состояние околоземного космоса, но и сделаем этот прогноз физически обоснованным.
— Все компоненты будут интегрированы в единую программную инфраструктуру с открытым API и регулярным оперативным прогнозом через веб-платформу, – подчеркнул Юрий Ясюкевич. – Задачи проекта самые серьезные, но мы уверены, что они достижимы, для этого у нас есть все необходимое: многолетний научный задел, собственная наземная экспериментальная база и вычислительная инфраструктура, доступ к архивам гелиогеофизических данных и опыт участия в отечественных и международных проектах.