با استفاده از مدل Surya، که نخستین مدل هوش مصنوعی متن‌باز در زمینه فیزیک خورشیدی است و توسط شرکت آی‌بی‌ام و سازمان فضایی ناسا معرفی شده، دانشمندان در پی کسب اطلاعاتی از روندهای پیچیده مغناطیسی خورشید هستند. IBM اعلام کرده که این مدل هوش مصنوعی، که نام آن از واژه سانسکریت خورشید برگرفته شده، برای پیش‌بینی فعالیت‌های خورشیدی نظیر شراره‌ها و طوفان‌ها آموزش دیده است، چرا که این پدیده‌ها می‌توانند سامانه‌های ماهواره‌ای، ناوبری و شبکه‌های برق را مختل کنند.
این مدل اکنون از طریق پلتفرم‌های هاگینگ فیس و گیت‌هاب، و همچنین کتابخانه TerraTorch متعلق به آی‌بی‌ام، در دسترس عموم قرار گرفته و مجموعه‌ای از داده‌ها با عنوان SuryaBench نیز همراه آن منتشر شده است. این پروژه در شرایطی معرفی می‌شود که اتکای به فناوری‌های فضایی در حوزه‌هایی مانند هوانوردی، ارتباطات و مأموریت‌های آتی در اعماق فضا رو به گسترش است. پیش‌بینی آب و هوای خورشیدی به دلیل منشأ این پدیده‌ها که میلیون‌ها کیلومتر دورتر از زمین قرار دارند و ماهیت فیزیکی آنها هنوز به طور کامل شناخته نشده، یک چالش دشوار باقی مانده است.
خوان برنابه-مورنو، مدیر آی‌بی‌ام در همکاری‌های علمی با ناسا، اظهار داشت: «ما از سال ۲۰۲۳ در این مسیر بوده‌ایم تا با ناسا مرزهای فناوری را جابجا کنیم و مدل‌های هوش مصنوعی بنیادین پیشگامانه‌ای را برای درک بی‌سابقه‌ای از سیاره زمین ارائه دهیم.» او گفت: «با Surya، اولین مدل بنیادین را ساخته‌ایم که به طور مستقیم به خورشید نگاه می‌کند و می‌تواند حالات آن را پیش‌بینی کند. این همکاری، ادامه فعالیت‌های قبلی آی‌بی‌ام و ناسا در زمینه مدل‌های مبتنی بر هوش مصنوعی برای پیش‌بینی وضعیت زمین و آب و هوا است که به توسعه مدل پریتوی منجر شد. این مدل با تحلیل داده‌های ماهواره‌ای به مطالعه سامانه‌های اقلیمی و جوی کمک کرد.»
با مدل Surya، آنها در حال تلاش برای انجام کاری مشابه برای خورشید هستند، یعنی تبدیل سال‌ها تصاویر با وضوح بالا از رصدخانه دینامیک خورشیدی ناسا به یک مدل شبیه‌سازی دیجیتال. دانشمندان امیدوارند این مدل امکان پیش‌بینی‌هایی فراتر از صرف وقوع یا عدم وقوع یک شراره را فراهم کند. بر اساس گزارش‌های اولیه، سوریا قادر است پیش‌بینی‌های بصری با وضوح بالا از شراره‌ها را تا ۲ ساعت پیش از وقوع آنها تولید کند، که این زمان هشدار را در مقایسه با روش‌های سنتی دو برابر می‌کند. این امر به معنای زمان آماده‌سازی بیشتر برای فضانوردان و متصدیان زیرساخت‌های حیاتی روی زمین است.
برای ساخت سوریا، پژوهشگران داده‌های ۹ سال تصویربرداری از رصدخانه دینامیک خورشیدی را پردازش کردند که هر ۱۲ ثانیه در چندین طول موج از خورشید تصویر می‌گیرد. آنها از یک تبدیل‌کننده بصری و تحلیل طیفی برای مدیریت حجم عظیم داده‌ها استفاده کردند. این مدل نه تنها برای تجزیه و تحلیل شرایط کنونی بلکه برای استنتاج چگونگی مشاهدات آینده آموزش دید و دقت آن در برابر داده‌های واقعی مورد سنجش قرار گرفت.
آندرس مونیوز-خارامیلو، فیزیکدان خورشیدی در مؤسسه تحقیقاتی ساوت‌وست و دانشمند اصلی این پروژه، گفت: «ما می‌خواهیم طولانی‌ترین زمان هشدار ممکن را به زمین بدهیم. امیدواریم که این مدل تمام روندهای حیاتی پشت تحول ستاره ما در طول زمان را فرا گرفته باشد تا بتوانیم بینش‌های قابل استفاده‌ای را از آن استخراج کنیم.»
مانند سایر مدل‌های زبانی بزرگ و ابزارهای هوش مصنوعی، سوریا این پرسش را مطرح می‌کند که آیا خروجی‌های آن باید به عنوان اکتشافی جدید یا به عنوان مکملی برای تخصص انسانی در نظر گرفته شوند. با این حال، حامیان آن بر خودکارسازی و بهره‌وری تأکید دارند و به بهبود ادعایی ۱۶ درصدی در دقت طبقه‌بندی شراره‌ها اشاره می‌کنند. با این وجود، پیش‌بینی‌ها هنوز به هیچ وجه قطعی نیست، زیرا فعالیت خورشید شامل فرآیندهای متعددی است که هنوز به خوبی درک نشده‌اند.
در حالی که سوریا به عنوان گامی به سوی پیش‌بینی بهتر تهدیدات خورشیدی توصیف می‌شود، پژوهشگران مراقب هستند که آن را به عنوان یک پاسخ نهایی معرفی نکنند. در عوض، آنها آن را به عنوان پلی در نظر می‌گیرند که می‌تواند به دانشمندان کمک کند تا با داده‌های حجیم به شکلی مؤثرتر کار کنند. همانند هر نویسنده هوش مصنوعی یا مدل زبانی بزرگی، پیش‌بینی‌های آن توسط داده‌هایی که بر روی آنها آموزش دیده و مفروضاتی که در طراحی آن گنجانده شده‌اند، محدود می‌شود.
