通过利用物理学信息神经网络的人工功能，这个过程只需要不到12小时的使人识计算时间来模拟一个为期五天的观察系列。并具有进一步提高模拟能力的太阳巨大潜力。强磁场穿过太阳表面出现。磁场

研究人员模拟了一个观察到的有新太阳活动区的演变，”

这项由格拉茨和斯科尔泰克大学的人工科学家进行的研究代表了太阳物理学领域的一个显著进步。并显示与EUV的使人识轮廓结构一致 。严重空间天气事件的太阳主要来源是太阳活动区 ，铝，磁场能量的有新积累和释放发生在太阳大气更高的地方，令人印象深刻的人工是，他们实现了对太阳日冕磁场的使人识实时模拟
，这种前所未有的太阳速度使科学家能够对太阳活动进行实时分析和预测，与极紫外观测的磁场比较证实了该方法的稳健性和准确性。目前的有新观测能力只允许我们测量太阳表面的磁场，然而 ，如日冕物质抛射——以100-3500公里/秒的速度从太阳大气中喷出的大型等离子体云。2023

该团队进一步研究了日冕体积内自由磁能的时间演变
，”
Skoltech副教授Tatiana Podlachikova说:“计算速度对于改善空间天气预报和增进我们对太阳行为的了解具有重要意义。即太阳的日冕 。提供了对观察到的现象和控制太阳活动的底层物理学之间的联系的全面理解。它会对电力 、至关重要的是，在太阳物理学方面取得了突破。航空和我们的天基技术等关键基础设施造成损害 。信用:Jarolim et 。这种尖端方法标志着太阳物理学的一个重要里程碑，为推进我们对太阳行为及其对太空天气影响的理解带来了巨大的希望。使用人工智能技术进行数值模拟使我们能够更好地整合观测数据
，即太阳黑子周围的区域  ，该团队成功地将观察数据与物理无力磁场模型相结合，
首席研究员罗伯特·贾洛林(Robert Jarolim)表示，“我们在这种情况下使用人工智能代表了一次变革性的飞跃。
太阳磁场是空间天气的主要驱动力，这与太阳上的太阳爆发事件有关 ，观测到的表面磁场在底部。研究结果揭示了自由磁能在空间和时间上的显著损耗，
极紫外观测(左)和磁场(右)的合成图
。信用:Jarolim et 。并展示了实时进行无力磁场模拟的能力 。磁场线是从模拟中获得的
，增强了我们预测空间天气事件的能力 。铝
，2023
（神秘的地球uux.cn）据斯科尔科沃科学技术研究所：格拉茨大学的科学家与Skoltech的研究人员合作，

模拟的磁场线 ，在这些区域，这与观测到的太阳喷发直接相关。这项发表在《自然·天文学》上的研究 ，通过利用人工智能和物理学神经网络的力量，并为太阳的数值模拟开辟了新的机会。利用人工智能准实时模拟太阳高层大气的磁场，彻底改变了我们理解太阳活动的能力。