سطح الشمس مليء بحقول مغناطيسية غير مرئية. تخلق هذه الحقول أنماطاً يمكن تشبيهها بخط يد متسرع - خط اليد المغناطيسي. في هذه الأنماط، تُشفّر علامات الانفجارات الشمسية: انفجارات هائلة تقذف إلى الفضاء سحباً من البلازما (plasma)، أي الغاز الشديد الحرارة، والإشعاع. عند وصولها إلى الأرض، تعطّل هذه الاضطرابات، التي تُعرف بـالرياح الشمسية (solar wind)، عمل الأقمار الصناعية وشبكات الكهرباء. أصبحت القدرة على التنبؤ بالانفجار في الوقت المناسب مهمة ملحّة.

لفترة طويلة، لم يستطع الفيزيائيون تحديد الأنماط التي تنذر بالخطر بالتحديد. القوانين الأساسية التي تربط المغناطيسية بالكهرباء تُعرف بـالكهرومغناطيسية (electromagnetism) (اكتشفها Michael Faraday و James Clerk Maxwell). لكن الوضع قرب الشمس معقد للغاية. هنا يأتي دور التعلم الآلي (machine learning)، وبخاصة الشبكات العصبية التلافيفية (convolutional neural networks) — أنظمة تتعرف على الأنماط في الصور. تم تدريبها على آلاف من المخططات المغناطيسية — صور للحقول المغناطيسية التُقطت بدقة عالية باستخدام جهاز خاص يعتمد على قياس الاستقطاب (polarimetry) على متن قمر صناعي. تعلمت الشبكة التنبؤ بالانفجار قبل 24 ساعة، لكن منطقها ظل غامضاً. وقد أتاحت طريقة Grad-CAM، إحدى أدوات الذكاء الاصطناعي القابل للتفسير، إمكانية إبراز مناطق الصورة التي أثّرت بقوة على قرار الشبكة.

اتضح أن الشبكة تبرز لا شعورياً المناطق التي يكون فيها المجال المغناطيسي منظماً بطريقة خاصة. هناك، تسود قطبية واحدة (موجبة) بوضوح على الأخرى (سالبة) — مساحة الموجب تقارب الضعف. هذا الخلل يعد علامة مؤكدة على أن إعادة الاتصال المغناطيسي (magnetic reconnection) — وهو إعادة تشكيل مفاجئ لخطوط المجال يطلق طاقة هائلة — على وشك الحدوث. الشبكة العصبية استوعبت مبدأ فيزيائياً دون أن تقرأ كتاباً واحداً.

الآن، يتحول الذكاء الاصطناعي القابل للتفسير من أداة تصحيح أخطاء إلى وسيلة للاستكشاف العلمي. فمن خلال فحص خط اليد المغناطيسي لـالشمس، يستطيع العلماء ليس فقط البحث عن علامات معروفة، بل اكتشاف علامات جديدة لاحظتها الخوارزمية. وفي المستقبل، يبشر ذلك بأنظمة إنذار مبكر تحذر الطيارين ومشغلي الأقمار الصناعية والعاملين في قطاع الطاقة من عاصفة شمسية قادمة.