A Leakage-Controlled Time-Series Forecasting Benchmark for GOES Soft X-ray and Proton Flux

सूर्य एक स्थिर, अपरिवर्तनीय तारा नहीं है। यह एक गतिशील इंजन है जो कभी-कभी विस्फोट करता है, जिससे विकिरण और उच्च-ऊर्जा कणों के झोंके निकलते हैं जो प्रकाश की गति से पृथ्वी की ओर दौड़ते हैं। जब ये विस्फोट हमारे ग्रह से टकराते हैं, तो वे उस तकनीक को बाधित कर सकते हैं जिस पर हम हर दिन भरोसा करते हैं, जैसे कि हमारे जीपीएस (GPS) का मार्गदर्शन करने वाले उपग्रहों से लेकर हमारे शहरों को रोशन करने वाले पावर ग्रिड तक। इन प्रणालियों की सुरक्षा के लिए, वैज्ञानिकों को न केवल यह जानने की आवश्यकता है कि विस्फोट होने वाला है, बल्कि यह भी कि वह वास्तव में कैसा व्यवहार करेगा: वह कितनी तेजी से बढ़ेगा, वह कितना तीव्र होगा, और वह कितने समय तक रहेगा। दशकों से, शोधकर्ता कंप्यूटर मॉडल का उपयोग करके इन घटनाओं की भविष्यवाणी करने का प्रयास कर रहे हैं, लेकिन एक नया अध्ययन बताता है कि जिस तरह से हम इन मॉडलों का परीक्षण कर रहे थे, उसने एक महत्वपूर्ण दोष को छिपा दिया है।

कोरिया एस्ट्रोनॉमी एंड स्पेस साइंस इंस्टीट्यूट के शोधकर्ताओं की एक टीम ने एक नया, अधिक सख्त परीक्षण बनाया है ताकि यह देखा जा सके कि क्या आर्टिफिशियल इंटेलिजेंस (AI) वास्तव में सौर ज्वालाओं (solar flares) की तीव्रता और ऊर्जावान प्रोटॉन के प्रवाह की भविष्यवाणी कर सकता है। केवल कंप्यूटर से यह अनुमान लगाने के लिए कहने के बजाय कि ज्वाला होगी या नहीं, उन्होंने इसे विकिरण स्तरों के निरंतर, मिनट-दर-मिनट उतार-चढ़ाव की भविष्यवाणी करने के लिए कहा। उन्होंने लगभग तीन दशकों के डेटा को एकत्र किया, जिसमें सौर गतिविधि के कई चक्र शामिल थे, और परीक्षण को सावधानीपूर्वक इस तरह व्यवस्थित किया कि कंप्यूटर भविष्य की जानकारी तक पहुँच न सके। इस कठोर दृष्टिकोण ने एक आश्चर्यजनक सत्य को उजागर किया: जबकि कुछ मॉडल सौर गतिविधि के सामान्य, शांत पृष्ठभूमि की भविष्यवाणी करने में उत्कृष्ट हैं, वे उन अचानक, खतरनाक स्पाइक्स (तीव्र उछाल) की भविष्यवाणी करने में काफी हदना विफल रहते हैं जो हमारी तकनीक के लिए सबसे बड़ा जोखिम पैदा करते हैं।

इस कार्य का मूल एक नया बेंचमार्क है, जो "डेटा लीकेज" (data leakage) नामक एक सामान्य गलती को दूर करने के लिए डिज़ाइन किया गया एक मानकीकृत परीक्षण है। कई पिछले अध्ययनों में, शोधकर्ता अपने मॉडलों को प्रशिक्षित करने से पहले अपने डेटा को यादृच्छिक रूप से मिला (shuffle) देते थे। यह इतिहास की परीक्षा के लिए तैयारी करने जैसा है जहाँ आप प्रश्नों को देखने से पहले ही उत्तर पढ़ लेते हैं। क्योंकि सौर गतिविधि एक समयरेखा का पालन करती है, इसलिए डेटा को मिलाने से मॉडलों को भविष्य के पैटर्न सीखने में मदद मिली, जिन्हें वे वास्तविक दुनिया के परिदृश्य में कभी नहीं देख पाते। यह नया बेंचमार्क डेटा को सख्त, गैर-अतिव्यापी (non-overlapping) समय ब्लॉकों में विभाजित करके इस समस्या को ठीक करता है। मॉडलों को पिछले डेटा पर प्रशिक्षित किया जाता है और केवल भविष्य के डेटा पर उनका परीक्षण किया जाता है, जिससे यह सुनिश्चित होता है कि उनकी कोई भी दक्षता वास्तविक भविष्यवाणी है, न कि स्मृति (memory)। शोधकर्ताओं ने दस अलग-अलग आधुनिक डीप लर्निंग मॉडलों का दो विशिष्ट लक्ष्यों के विरुद्ध परीक्षण किया: सॉफ्ट एक्स-रे फ्लक्स, जो सौर ज्वालाओं की तीव्रता को मापता है, और प्रोटॉन फ्लक्स, जो उच्च-ऊर्जा कणों के प्रवाह को मापता है जो अंतरिक्ष यान को नुकसान पहुँचा सकते हैं।

जब शोधकर्ताओं ने परीक्षण चलाए, तो परिणाम सफलता और गंभीर सीमाओं का मिश्रण थे। एक मॉडल, सेगमेंट-रिकरेंट नेटवर्क (segment-recurrent network), विकिरण वक्रों के समग्र आकार की भविष्यवाणी करने में सबसे सटीक साबित हुआ। इसने वास्तविक डेटा और अपनी भविष्यवाणियों के बीच के अंतर को मापने में लगातार सबसे कम त्रुटियां प्रदर्शित कीं। हालांकि, इस समग्र सटीकता ने केवल आधी कहानी बताई। जब शोधकर्ताओं ने विशेष रूप से खतरनाक सौर ज्वाला को परिभाषित करने वाले अचानक, आवेगी स्पाइक्स की भविष्यवाणी करने की क्षमता को देखा, तो सबसे अच्छा प्रदर्शन करने वाला मॉडल भी पीछे रह गया। यह औसत, शांत पृष्ठभूमि को सही करने पर इतना केंद्रित हो गया कि इसने तीखे शिखरों (peaks) को सुचारू (smooth out) कर दिया, जिससे वह सबसे महत्वपूर्ण क्षणों को पहचानने में विफल रहा। वास्तव में, इन अचानक स्पाइक्स की भविष्यवाणी करने के लिए, सबसे अच्छे मॉडल का कौशल स्कोर "परसिस्टेंस फ्लोर" (persistence floor) पर था, जो एक साधारण अनुमान से बेहतर नहीं था कि वर्तमान स्थितियाँ वैसी ही बनी रहेंगी, जिसका स्कोर 0.10 के करीब था।

समग्र सटीकता और खतरनाक घटनाओं को पहचानने की क्षमता के बीच यह विसंगति इस शोध का सबसे महत्वपूर्ण निष्कर्ष है। शोधकर्ताओं ने पाया कि औसत त्रुटि को कम करने से वास्तव में मॉडल शांत पृष्ठभूमि की तुलना में दुर्लभ, चरम घटनाओं को अनदेखा करने के लिए प्रोत्साहित होता है। एक मॉडल जो औसतन पूर्ण होने की कोशिश करता है, वह स्वाभाविक रूप से शांत, उबाऊ हिस्सों की भविष्यवाणी करने की ओर झुक जाएगा, जिससे हिंसक स्पाइक्स बिना पूर्वानुमान के रह जाएंगे। दिलचस्प बात यह है कि यह समस्या केवल सौर ज्वालाओं के लिए दिखाई दी। ऊर्जावान प्रोटॉन के प्रवाह की भविष्यवाणी करते समय, जो शुरू होने के बाद कई दिनों तक बने रहते हैं, जो मॉडल गणितीय रूप से अच्छे थे, वे घटनाओं को पहचानने में भी अच्छे रहे। दो प्रकार की सौर गतिविधियाँ अलग तरह से व्यवहार करती हैं: ज्वालाएं अचानक और अराजक होती हैं, जबकि प्रोटॉन प्रवाह एक धीमी, लहर की तरह होता है जिसे ट्रैक करना आसान है।

अध्ययन ने इन नए कंप्यूटर मॉडलों की तुलना नेशनल ओशनिक एंड एटमॉस्फेरिक एडमिनिस्ट्रेशन (NOAA) द्वारा उपयोग किए जाने वाले वर्तमान परिचालन पूर्वानुमानों से भी की। प्रोटॉन प्रवाह के लिए, नए मॉडल मौजूदा मानव-नेतृत्व वाली प्रणालियों के साथ प्रतिस्पर्धी रहे। लेकिन सौर ज्वालाओं के लिए, कोई भी आर्टिफिशियल इंटेलिजेंस मॉडल उस अधिक परिष्कृत आधार रेखा (baseline) से बेहतर प्रदर्शन नहीं कर सका कि यदि कोई घटना अभी हुई है, तो दूसरी भी होगी। हालांकि सबसे अच्छे मॉडल ने एक साधारण "फ्लैट-वैल्यू" अनुमान (जो मानता है कि स्थितियाँ कभी नहीं बदलतीं) की तुलना में लगभग दोगुना कौशल दिखाया, फिर भी यह परिचालन संदर्भ और अधिक यथार्थवादी 'परसिस्टेंस बेसलाइन' से काफी पीछे रह गया। यहाँ तक कि सबसे उन्नत डीप लर्निंग आर्किटेक्चर भी, जिन्होंने कई अन्य क्षेत्रों में क्रांति ला दी है, सौर ज्वाला की सटीक टाइमिंग और तीव्रता की कुछ घंटों पहले भविष्यवाणी करने का कोड नहीं तोड़ सके। शोधकर्ताओं ने उल्लेख किया कि यह कठिनाई कंप्यूटर मॉडलों की विफलता नहीं हो सकती है, बल्कि डेटा की एक मौलिक सीमा है; विकिरण धारा के इतिहास से ज्वाला की अचानक शुरुआत को समझना स्वाभाविक रूप से अप्रत्याशित प्रतीत होता है।

अंततः, यह कार्य अंतरिक्ष मौसम पूर्वानुमान के क्षेत्र के लिए एक आवश्यक वास्तविकता की जांच (reality check) के रूप में कार्य करता है। यह दर्शाता है कि एक मॉडल में त्रुटि दर कम हो सकती है और फिर भी वह अपने इच्छित उद्देश्य के लिए बेकार हो सकता है यदि वह चरम घटनाओं को पकड़ने में विफल रहता है। शोधकर्ताओं ने अपना डेटा, कोड और परीक्षण ढांचा सार्वजनिक कर दिया है, और अन्य वैज्ञानिकों को समान सख्त नियमों के तहत इस समस्या को हल करने के लिए आमंत्रित किया है। भविष्य की जानकारी तक पहुँचने की संभावना को हटाकर और खतरनाक स्पाइक्स को पहचानने के विशिष्ट कौशल पर ध्यान केंद्रित करके, उन्होंने अगली पीढ़ी के पूर्वानुमान उपकरणों के लिए एक स्पष्ट लक्ष्य बनाया है। उनका सुझाव है कि आगे का रास्ता ऐसे नए प्रकार के मॉडलों की आवश्यकता हो सकता है जो विशेष रूप से शांत औसत के बजाय दुर्लभ, हिंसक क्षणों को महत्व देने के लिए डिज़ाइन किए गए हों, या शायद अलग प्रकार के सौर डेटा का उपयोग करने की ओर बदलाव की आवश्यकता हो सकती है जो इन अचानक विस्फोटों की भविष्यवाणी करने की कुंजी रख सकते हैं। तब तक, सबसे खतरनाक सौर तूफानों की भविष्यवाणी करने की क्षमता एक खुला चैलेंज बनी हुई है, जिसके लिए हमें सरल सटीकता स्कोर से परे देखने की आवश्यकता है ताकि यह समझ सकें कि हमारे मॉडल वास्तव में क्या सीख रहे हैं।