Las grandes erupciones solares no aparecen de la nada. Antes de que en la superficie del Sol se hagan visibles manchas o regiones activas, en su interior ya se están organizando cambios magnéticos capaces de desatar llamaradas y eyecciones de materia. Un nuevo trabajo sugiere que parte de esas señales ocultas puede detectarse con ayuda de inteligencia artificial varias horas antes de que emerjan a la vista.
La idea se apoya en la heliosismología, una rama de la física solar que estudia las vibraciones del Sol. Esas oscilaciones funcionan como una especie de eco interno: al analizarlas, los científicos pueden inferir qué está ocurriendo bajo la superficie, incluso en zonas donde todavía no hay rasgos visibles. El nuevo modelo combina esa información con aprendizaje automático para reconocer patrones previos a la aparición de regiones activas, que son los lugares donde suelen originarse las erupciones más intensas.
Según la descripción difundida por Phys.org y los materiales técnicos asociados al estudio, el sistema fue entrenado con observaciones del instrumento Helioseismic and Magnetic Imager del satélite Solar Dynamics Observatory de la NASA. En lugar de esperar a que una mancha solar ya esté formada, la IA busca pequeñas variaciones previas en los datos sísmicos y en la intensidad observada sobre la superficie solar. El objetivo no es decir exactamente cuándo ocurrirá una llamarada concreta, sino advertir con más anticipación que una región potencialmente peligrosa está por emerger.
Eso importa porque las erupciones solares pueden alterar el llamado clima espacial, es decir, el entorno de radiación y partículas que rodea a la Tierra. Cuando el Sol libera mucha energía, pueden verse afectados satélites, sistemas de navegación, comunicaciones por radio y, en casos extremos, redes eléctricas. Una alerta con varias horas extra no elimina el problema, pero sí puede ayudar a preparar mejor sistemas sensibles y a afinar otros modelos de pronóstico.
El trabajo también muestra un cambio de enfoque interesante. Muchas herramientas actuales intentan pronosticar erupciones a partir de lo que ya se observa en la superficie solar. Este modelo, en cambio, trata de identificar el proceso antes de que llegue a verse con claridad. Es como detectar una tormenta cuando todavía se está armando bajo el horizonte, en lugar de esperar a que aparezcan los primeros relámpagos.
Conviene, de todos modos, mantener la cautela. El estudio se centra en la detección temprana de regiones activas y no equivale a una predicción perfecta de llamaradas o tormentas solares. Además, los modelos de inteligencia artificial pueden encontrar patrones útiles sin que eso signifique que comprendan por completo la física subyacente. Harán falta más pruebas con nuevos datos y en condiciones operativas reales para saber cuán fiable puede ser esta herramienta fuera del laboratorio.
Incluso con esas limitaciones, el avance refuerza una idea que gana peso en varias áreas de la ciencia: la inteligencia artificial puede volverse especialmente valiosa cuando se combina con mediciones físicas difíciles de interpretar a simple vista. En este caso, escuchar mejor el “latido” del Sol podría ofrecer una ventaja concreta para anticipar algunos de sus episodios más disruptivos.
New AI model detects hidden signs of solar eruptions hours before they emerge · Phys.org
Ciencias.uy / MiniMax image-01 · Imagen generada con MiniMax image-01 para Ciencias.uy; uso editorial no comercial; CC BY 4.0 · Fuente de imagen
Tirona, J., Patil, S., Kasapis, S., Dogan, E., Stefan, J., Kitiashvili, I. N., Kosovichev, A. G., & Xu, M. (2026). Forecasting continuum intensity for solar active region emergence prediction using transformers. Journal of Geophysical Research: Machine Learning and Computation, 3(4), e2025JH001207. https://doi.org/10.1029/2025JH001207
Relacionadas por categoría
Ver masLos cometas difícilmente aportaron ingredientes clave para el origen de la vida
Simulaciones de impactos sugieren que las condiciones necesarias para que los cometas llevaran compuestos orgánicos útiles a la Tierra temprana fueron excepcionales.
Rubin detecta un candidato a planeta enano más allá de Plutón
El objeto 2026 ED138 fue hallado entre un campo estelar muy poblado. Aún faltan observaciones para saber si cumple la definición de planeta enano.
Perseverance mide polvo ultrafino de Marte y aporta pistas para futuros trajes espaciales
El rover detectó en Marte partículas de polvo mucho más pequeñas de lo que se había medido allí y mostró que algunos materiales las retienen durante años.
Más de la misma fuente
Ver masUn modelo explora choques de estrellas en el universo temprano
Un modelo que combina simulaciones cosmológicas y dinámica estelar propone que las colisiones entre estrellas pudieron ser habituales en cúmulos muy densos del cosmos temprano.
Un archivo de ARN permite reconstruir qué hizo una célula días antes
Una herramienta creada en células humanas cultivadas conserva mensajes de ARN y permite recuperar respuestas genéticas breves que una medición tardía ya no detectaría.
Un cuásar polvoriento muestra lo que las búsquedas del universo temprano pueden pasar por alto
JWST y ALMA observaron un cuásar cuando el universo tenía menos de mil millones de años y revelaron cómo el polvo puede ocultar parte de su actividad.
Más del mismo autor
Ver masEl rol social cambia el crecimiento y la conducta de los peces payaso
En un experimento con peces payaso juveniles, los individuos que se volvieron dominantes crecieron más, comieron más y mostraron más agresividad que sus rivales y que peces mantenidos solos.
Los cometas difícilmente aportaron ingredientes clave para el origen de la vida
Simulaciones de impactos sugieren que las condiciones necesarias para que los cometas llevaran compuestos orgánicos útiles a la Tierra temprana fueron excepcionales.
Una ruta química devuelve siliconas difíciles de reciclar a una materia prima
Un estudio propone desarmar siliconas resistentes y recuperar diclorosilano, una molécula que puede volver a emplearse para fabricar estos materiales.