![\"Aprendizaje](\"https:\/\/www.europesays.com\/es\/wp-content\/uploads\/2025\/08\/RYHRM5RJYVFWFMFYHEYCTLDMSM.jpg\")
Aprendizaje de SuryaNASA<\/p>\nLa actividad solar<\/b>, aunque ocurre a m\u00e1s de 150 millones de kil\u00f3metros de la Tierra, tiene un impacto directo y creciente sobre nuestra vida cotidiana. Desde interrupciones en las comunicaciones hasta riesgos para la navegaci\u00f3n a\u00e9rea y la seguridad de los astronautas, los fen\u00f3menos como las erupciones solares y las eyecciones de masa coronal representan una amenaza real para la infraestructura tecnol\u00f3gica global. Por este motivo, la NASA y IBM<\/b> han unido fuerzas para desarrollar Surya<\/b>, un modelo de inteligencia artificial de c\u00f3digo abierto que pretende anticipar problemas con esto.<\/p>\n
As\u00ed es el nuevo desarrollo de IBM y la NASA<\/p>\n
Surya, cuyo nombre proviene del t\u00e9rmino s\u00e1nscrito para \u201cSol\u201d, es el resultado de una colaboraci\u00f3n cient\u00edfica sin precedentes entre dos gigantes de la innovaci\u00f3n. Este modelo ha sido entrenado con m\u00e1s de nueve a\u00f1os de datos<\/b> de observaci\u00f3n solar de alta resoluci\u00f3n recopilados por el Observatorio de Din\u00e1mica Solar (SDO) de la NASA, una misi\u00f3n lanzada en 2010 con el objetivo de estudiar la actividad solar en detalle.<\/p>\n
La magnitud del desaf\u00edo t\u00e9cnico ha sido considerable. Las im\u00e1genes utilizadas para entrenar Surya son diez veces m\u00e1s grandes que los conjuntos de datos habituales en IA, lo que ha requerido una arquitectura computacional personalizada<\/b> capaz de procesar vol\u00famenes masivos de informaci\u00f3n sin perder eficiencia. El resultado es un modelo con una resoluci\u00f3n espacial sin precedentes<\/b>, capaz de identificar patrones solares complejos y anticipar eventos cr\u00edticos con mayor precisi\u00f3n.<\/p>\n
Aprendizaje de SuryaNASA<\/p>\n
Uno de los avances m\u00e1s destacados de Surya es su capacidad para predecir visualmente erupciones solares con hasta dos horas de antelaci\u00f3n<\/b>. En pruebas iniciales, ha demostrado una mejora del 16% en la clasificaci\u00f3n de llamaradas solares respecto a m\u00e9todos anteriores. Esta capacidad de anticipaci\u00f3n es clave para proteger sistemas como los sat\u00e9lites de navegaci\u00f3n GPS<\/b>, las redes el\u00e9ctricas, las telecomunicaciones y los vuelos comerciales, que pueden verse gravemente afectados por las tormentas solares.<\/p>\n
Una necesidad fuera de toda duda<\/p>\n
La necesidad de herramientas como Surya es cada vez m\u00e1s urgente. Seg\u00fan un informe de Lloyd\u2019s, una tormenta solar severa podr\u00eda provocar p\u00e9rdidas econ\u00f3micas globales de hasta 2,4 billones de d\u00f3lares en cinco a\u00f1os<\/b>. Eventos recientes ya han obligado a desviar vuelos, han interrumpido servicios GPS y han da\u00f1ado sat\u00e9lites, demostrando que el riesgo no es hipot\u00e9tico, sino tangible.<\/p>\n
Adem\u00e1s de su utilidad operativa, Surya representa un avance en la investigaci\u00f3n cient\u00edfica. Al estar disponible en la plataforma Hugging Face, investigadores de todo el mundo pueden acceder al modelo<\/b>, adaptarlo a sus necesidades y desarrollar aplicaciones especializadas para distintos sectores e industrias. Esta democratizaci\u00f3n del acceso a la tecnolog\u00eda es uno de los pilares del proyecto, que busca fomentar la colaboraci\u00f3n global en el estudio del clima espacial.<\/p>\n
![\"Datos](\"https:\/\/www.europesays.com\/es\/wp-content\/uploads\/2025\/08\/FHFTKLYQ6FCPDLMF2E4GBAQBIQ.jpg\")
Datos para el uso de SuryaNASA<\/p>\n