La humanidad no está preparada para enfrentarse a una catástrofe como el efecto de un evento Carrington o, aún peor, un evento Miyake. La reacción en cadena provocada por una tormenta solar extrema causaría el colapso de la civilización actual, destruyendo sistemas eléctricos y electrónicos a nivel mundial que tardarían décadas en recuperarse, enviándonos de vuelta al medioevo. Pero hoy tenemos una nueva arma para mitigar su impacto potencial: una nueva inteligencia artificial capaz de predecir con precisión los efectos de estas erupciones solares para alertar a los gobiernos del impacto con algunas horas de antelación.
Por El Confidencial
Es sólo una parte de la solución global recomendada por los expertos en nuestra serie documental Control Z. Necesitamos tres grandes medidas para proteger nuestra civilización contra este tipo de desastre. Ésta sólo es el comienzo de una de ellas.
Predicción precisa
Llamada DAGGER — que significa daga en español y son las siglas en inglés de aprendizaje profundo de perturbaciones geomagnéticas — esta inteligencia artificial podrá analizar en tiempo real el masivo flujo de datos recogido por múltiples satélites de observación solar y estaciones en tierra, encontrando patrones que permiten predecir el efecto a nivel mundial de una erupción.
Según un estudio publicado en el diario científico Space Weather por un equipo de la NASA, la US Geological Survey y el Frontier Development Lab del Departamento de Energía de los Estados Unidos, “los modelos de predicción anteriores han utilizado la inteligencia artificial (IA) para producir pronósticos geomagnéticos locales para ubicaciones específicas de la Tierra. Otros modelos que sin IA han proporcionado predicciones globales que no fueron acertadas”. DAGGER es el primer sistema, continúa, que combina el rápido análisis de la IA analizando mediciones reales desde el espacio y desde todo el planeta Tierra para generar predicciones actualizadas con frecuencia que son rápidas y precisas para todos los lugares del mundo.
Lea más en El Confidencial