Surya 太陽 AI 模型：SDO 與空間天氣預測

NASA 與 IBM 共同釋出的 Surya，是一個以太陽觀測資料預訓練的開源 AI 基礎模型。它的價值不在於宣稱「已經能精準預知每一場太陽風暴」，而是把長期、多波段的 Solar Dynamics Observatory（SDO）資料整理成能再微調、再驗證的研究工具，協助研究者分析太陽活動與空間天氣。

原先常見的「250TB、提前 2 小時預警太陽風暴」說法需要校正：Surya 的模型卡標示為約 218 TB、9 年的 SDO 多儀器資料；NASA 公開的初步成果則是模型可生成兩小時後的太陽耀斑視覺預測。這是很有前景的特定研究任務，但不等於所有太陽風暴都能固定提前兩小時、可靠地預警地球端衝擊。

先記住這個差別：「預測太陽觀測影像或太陽耀斑活動」與「發布地球端磁暴的正式警報」不是同一件事。前者是模型能力與研究驗證的問題；後者還需要多種觀測、模型、預報人員判讀，以及對到達時間與強度的不確定性管理。

Surya 是什麼？它用了哪些 SDO 資料？

Surya 是 NASA、IBM 與合作夥伴釋出的日球物理 AI 基礎模型。官方模型卡指出，它是一個 3.66 億參數的 Transformer，使用 2010 至 2019 年、約 218 TB 的 SDO 多儀器資料預訓練；資料包含 8 個 AIA（Atmospheric Imaging Assembly）通道與 5 種 HMI（Helioseismic and Magnetic Imager）產品。

這個組合很重要。AIA 讓研究者從不同波段觀察太陽大氣，HMI 則提供太陽表面速度與磁場等資訊。太陽耀斑、日冕物質拋射（CME）與太陽風等現象，都與磁場結構和太陽大氣的變化有關；將不同觀測來源放進同一個可重用的模型，能減少每個新任務都從零開始訓練的成本。

SDO 自 2010 年起提供持續、高解析度的太陽觀測。要注意的是：SDO 的任務資料庫已經跨越更長的觀測時間，而 Surya 這一版實際拿來預訓練的是其中 9 年資料；這正是「SDO 已運行多年」與「模型訓練用了幾年」容易被混為一談的地方。

「兩小時預測」實際代表什麼？

NASA 的說法很具體：Surya 的初步結果能生成兩小時後的太陽耀斑視覺預測，並在該評測中超越既有基準。模型卡也列出一小時前瞻預測，以及可自回歸延展到最長 12 小時的設定。這些成果說明模型能學到太陽觀測資料中的時序變化，值得後續測試與微調。

但「太陽耀斑的兩小時視覺預測」不能直接翻成「任何太陽風暴都保證提早兩小時通知」。太陽耀斑、CME 與地球附近的地磁擾動彼此相關，卻不是同一個事件：耀斑是太陽上的能量釋放；CME 是大量帶磁場電漿拋向太空；是否形成顯著地磁暴，還會受到 CME 是否朝向地球、太陽風條件與磁場方向等因素影響。因此，模型輸出的評估指標、資料切分方式、誤報與漏報率，以及在不同太陽活動階段的穩定性，都必須單獨檢驗。

研究模型與正式空間天氣警報，怎麼分工？

Surya 可望協助的工作包括辨識活動區、預測耀斑活動、推估太陽風速度，或把 SDO 的資料表徵移植到其他日球物理任務。這類工具能讓研究者更快提出假設、建立模型與比較結果。

真正面向衛星、電網、通訊或導航系統的風險作業，則不能只看單一 AI 模型。以 NOAA 的 Space Weather Prediction Center（SWPC）為例，其預報與警報工作會結合多種模型、即時太陽風資料與預報判讀；在 CME 接近地球時，近地 L1 位置的即時太陽風觀測也有助於更新判斷。若你需要追蹤實際風險，應以官方發布的預報、Watch、Warning 與 Alert 為準，而不是把研究論文或模型展示當成作業警報。

為什麼多波段觀測對 AI 特別有用？

太陽不是靜態的發光圓盤。同一個活動區在不同波段下會呈現不同結構，磁場量測又提供另一層關鍵線索。SDO 的任務目標本來就包含理解太陽磁場如何變化、如何釋放能量，以及這些變化如何影響近地太空與科技系統。

對 AI 而言，多儀器資料的好處是能把影像、磁場與時間序列放在同一個學習框架中。不過資料量大不保證答案可靠：模型仍可能受資料分布、觀測儀器差異、事件定義和評測設計影響。開源權重、前處理流程與基準資料集的意義，在於讓其他團隊能重做實驗、檢查限制，並確認結果是否能延伸到新的任務與不同時期。

讀到「AI 預測太陽風暴」時，建議這樣判讀

先看預測目標：模型是在預測影像、耀斑機率、太陽風速度，還是地磁擾動？不同目標不能互相替代。
確認時間範圍：兩小時可能是特定前瞻影像任務，不是所有風險事件的通用提前量。
找評測條件：要看測試資料、比較基準、誤報與漏報，不能只看單一百分比或宣傳標題。
區分研究與營運：研究模型可以提升分析效率；影響關鍵基礎設施的行動仍應依循具責任歸屬的正式監測與警報系統。
保留不確定性：AI 可以提供新的訊號與候選預測，但不應把複雜的太陽—地球系統壓縮成一個保證式結論。

常見問題

Surya 能直接告訴我地球何時會有磁暴嗎？

不能把它理解成單獨、保證性的地球磁暴到達預報器。Surya 是可微調的日球物理基礎模型，可支援多種研究與預測任務；地球端的作業預報仍要結合 CME 傳播、即時太陽風與其他觀測及模型。

「兩小時」是不是代表技術沒有意義？

不是。能夠對兩小時後的耀斑影像做出初步視覺預測，是值得驗證與持續改進的能力。重點是如實說明它的任務範圍、資料與誤差，而不是擴大成所有太陽風暴的固定警報承諾。

一般讀者要去哪裡看即時空間天氣？

可查看 NOAA SWPC 等具作業責任的官方空間天氣服務所發布的最新預報與警報。對通訊、衛星或電力等高影響決策，應採用機構既有的作業程序與正式資料來源。

結論

Surya 顯示長期、穩定且多儀器的太陽觀測資料，能透過開源 AI 基礎模型變成更容易再利用的科學工具。它的真正價值，是讓研究者更快研究太陽活動與空間天氣，而不是取代所有預報流程。把約 218 TB、9 年 SDO 資料與兩小時耀斑視覺預測的實驗範圍說清楚，才能既看見技術進展，也不誤解它目前能做與還不能做的事。