人工智能刚刚破解了太阳最大的谜团之一
日冕物质抛射与太阳色球层的混合图像。图片来源：uux.cn/SOHO—ESA & NASA
（神秘的地球uux.cn）据今日科学新闻：几个世纪以来，人类带着敬畏与谨慎的心情注视着太阳，深知这颗天空中发光的球体既是生命的赐予者，也是宇宙扰动的源头。然而，尽管我们有那么多望远镜和卫星，太阳最重要的特征之一依然顽固地难以被看见。它的磁场，作为太阳风暴、耀斑和喷发背后的无形引擎，从未被科学家们渴望的清晰度完全绘制成三维图。
现在，夏威夷大学天文学研究所的一个团队认为，这种情况终于开始发生变化。他们新开发的人工智能工具赋予研究人员罕见的能力，以曾经被认为不可能的方式观察太阳的磁结构。通过这样做，它有望极大地改善我们预测威胁地球现代技术的太阳事件的方式。
阳光下的挑战
每一次到达我们的太阳喷发都始于太阳磁场内部。那场场在表面扭曲、循环、纠缠，直到某物断裂，能量爆发。然而几十年来，科学家们一直努力精确解读这种磁场地形。
“太阳是影响地球日常生活的最强空间天气源，尤其是在我们高度依赖技术的当下，”负责这项工作的IfA博士后研究员杨凯表示。“太阳的磁场驱动着爆炸性事件，比如太阳耀斑和日冕物质抛射。这项新技术帮助我们了解触发这些事件的原因，并加强空间天气预报，从而让我们更早获得预警，保护我们每天使用的系统。”
但衡量这个领域从来都不简单。仪器可以显示磁线的倾斜，但无法显示其方向。这就像从侧面盯着一根绳子，知道它向远方延伸，却不知道哪一端最近，哪一端更近。更难的是，科学家们同时观察多层叠加且变化的太阳。太阳黑子进一步扭曲太阳表面，使其向下弯曲，形成磁凹陷，进一步混淆了图像。
对于太阳物理学家来说，这常常感觉就像试图从一张模糊的照片中理解一幅地貌。
学会太阳语言的人工智能
这一突破始于IfA科学家与国家太阳天文台和国家科学基金会大气研究中心的高空气观测站合作。他们的目标既大胆又明确：通过结合真实观测与物理定律，教机器解码磁场。
他们打造了哈雷阿卡拉消歧义解码器，这是一个基于自然法则的机器学习系统。磁场形成环路，永不开始或结束。算法以这一原理为指导，能够确定每条磁线必须指向哪个方向，以及结构必须高于太阳表面的位置。
通过将物理定律与数据融合，人工智能实际上学会了一层层地以三维方式看到太阳。
测试显示，该方法适用于多种太阳环境，从安静的区域到炽热的活动区，再到太阳黑子的黑暗、强烈核心。它在丹尼尔·K·井上太阳望远镜拍摄的超细节图像上表现尤为出色，该望远镜是有史以来最强大的太阳望远镜。
丹尼尔·K·井上太阳望远镜拍摄的第一张太阳黑子图像。图片来源：uux.cn国家科学组织/美国自然科学基金会（NSO/AURA/NSF）
杨称：“借助这项新的机器学习工具，丹尼尔·K·井上太阳望远镜可以帮助科学家构建更准确的太阳磁场三维地图。”“它还揭示了相关特征，比如太阳大气中的矢量电流，这些之前很难测量。这让我们对驱动强大太阳喷发的因素有了更清晰的认识。”
曾经隐藏的东西开始浮现于眼前。曾经的猜测，现在可以被测量了。
当太阳的秘密变得可预测时
其影响远超天文学范畴。太阳风暴可能干扰卫星，伤害宇航员，干扰飞机通信，甚至使电网过载。随着社会对技术的依赖日益加深，风险也在不断上升。
这项新的人工智能工具帮助科学家构建更完整的太阳准备行动图景。有了更清晰的磁结构图谱，研究人员可以更有信心地预测某个区域何时准备喷发，或磁性线纠结何时可能断裂。更好的预报意味着更早的预警，而更早的预警意味着地球上的基础设施更安全。
太阳物理常被描绘成遥远抽象，但这一进步直接将其带入日常生活。更可预测的太阳意味着更稳定的电力、更安全的通信系统以及对高空技术的更好保护。
为何这项研究重要
该项目不仅仅是太阳观测的升级。这是科学家理解主宰地球空间环境恒星方式的转变。通过提供太阳磁场的真实三维视图，哈雷阿卡拉消歧义解码器为研究人员提供了对太阳喷发驱动力的新层次的清晰认识。
它将太阳的磁性低语转化为科学家可以读取、分析和预测的东西。它赋予丹尼尔·K·井上太阳望远镜更多潜力。这也让我们更接近以与地球天气预测相同的信心预测太阳。
在一个单次太阳耀斑可能扰动卫星、扰乱导航并波及电网的世界里，这项研究之所以重要，是因为它将不确定性转化为理解。它让我们为太阳的下一步行动做好准备。它加深了我们与塑造我们世界的恒星的联系，它每时每刻都在塑造我们的世界。
更多信息：Kai E. 凯 杨 等，《深度学习中的四维光谱偏振反演（SPIn4D）》。二、基于物理的机器学习方法用于三维太阳光球重建，《天体物理学杂志》（2025年）。DOI：10.3847/1538-4357/ae12ef
