太阳风是一股来自太阳的物质流，从各个方向流动，将太阳的磁场带到太空。虽然它的密度比地球上的风小得多，但它的速度却快得多，通常以每小时100万至200万英里的速度吹动。太阳风是由带电粒子--电子和电离原子组成的，它们与太阳的磁场相互作用。太阳风的范围创造了日光层，即太阳在星际空间的影响区域。
太阳不断地将太阳物质抛入太空--既包括被称为"太阳风"的稳定气流，也包括太阳爆发时的更短、更有能量的爆发。当这些太阳物质撞击地球的磁环境（它的"磁层"）时，它有时会产生所谓的地磁暴。这些磁暴的影响从温和到极端不等，但在一个越来越依赖技术的世界里，它们的影响也正变得越来越具有破坏性。
美国宇航局的太阳动力学观测站在2014年10月2日拍摄了这张太阳耀斑的图像。太阳耀斑是顶部的明亮闪光。在它的右边可以看到爆发出的太阳物质进入太空。资料来源：NASA/SDO
例如，1989年的一场破坏性的太阳风暴导致整个魁北克省停电12小时，使数百万加拿大人陷入黑暗，学校和企业关闭。有记录以来最强烈的太阳风暴，即1859年的卡林顿事件直接引发了电报站的火灾，使信息无法发送。如果卡林顿事件发生在今天，它将产生更严重的影响，如广泛的电力中断，持续的停电，以及全球通信的中断。这种技术混乱可能会使经济瘫痪，并危及全世界人民的安全和生计。
此外，随着我们接近下一个"太阳最大值"--太阳11年活动周期中的一个高峰--预计将在2025年的某个时候到来，地磁暴和对我们社会的破坏性影响的风险目前正在增加。
为了帮助这种准备工作，前沿发展实验室的一个国际研究小组--一个包括美国宇航局、美国地质调查局和美国能源部在内的公私合营机构--一直在使用人工智能（AI）来寻找太阳风和地磁干扰（或称扰动）之间的联系，这些扰动对我们的技术造成了破坏。研究人员
应用了一种叫做"深度学习"的人工智能方法，这种方法训练计算机根据以前的例子来识别模式。他们使用这种类型的人工智能来识别来自太阳物理任务（包括ACE、Wind、IMP-8和Geotail）的太阳风测量值和在地球上的地面站观察到的地磁扰动之间的关系。
由此，他们开发了一个名为DAGGER（正式名称为深度学习地磁扰动）的计算机模型，可以快速准确地预测世界各地的地磁扰动，在它们发生前30分钟。据该团队称，该模型可以在一秒钟内产生预测结果，而且预测结果每分钟更新一次。
DAGGER团队用2011年8月和2015年3月发生的两次地磁暴测试了该模型。在每一种情况下，DAGGER都能够快速、准确地预测风暴对全世界的影响。
DAGGER的开发者将模型的预测与2011年8月和2015年3月的太阳风暴期间的测量结果进行了比较。在顶部，彩色的小点显示了2011年风暴期间的测量结果。颜色表示可以在电网中引起电流的地磁扰动的强度，橙色和红色表示最强的影响。DAGGER对同一时间的30分钟预测（底部）显示了地球北极周围大约相同位置的最强烈扰动。资料来源：V.Upendran等人。
以前的预测模型使用人工智能来产生地球上特定地点的局部地磁预测。其他没有使用人工智能的模型所提供的全球预测并不十分及时。DAGGER是第一个将人工智能的迅速分析与来自太空和整个地球的真实测量结合起来，以产生经常更新的预测，这些预测对世界各地的站点来说既迅速又精确。
印度大学间天文学和天体物理学中心的Vishal Upendran说："有了这种人工智能，现在就有可能在太阳风暴发生时进行快速和准确的全球预测并为决策提供依据，从而最大限度地减少--甚至防止--对现代社会的破坏，"他是发表在《空间天气》杂志上关于DAGGER模型论文的主要作者。
DAGGER模型的计算机代码是开源的，据Upendran说，它可以在完成定制后被电网运营商、卫星控制器、电信公司和其他机构采用，以应用预测来满足他们的具体需求。这种警告可以让他们有时间采取行动，保护他们的资产和基础设施免受即将到来的太阳风暴的影响，例如暂时关闭敏感系统或将卫星移到不同的轨道上，以减少损失。
有了像DAGGER这样的模型，有一天会有太阳风暴警报器在世界各地的发电站和卫星控制中心发出警报，就像龙卷风警报器在美国各城镇威胁性陆地天气之前发出的警报一样。
