Para sa karaniwang tagamasid, ang Araw ay tila isang pare-pareho at hindi nagbabagong entidad. Gayunpaman, ang katotohanan ay ito ay isang aktibong masa ng plasma—naka-charge na gas na patuloy na naaapektuhan ng sariling magnetic field nito. Ang hindi tiyak na pag-uugaling ito ay nagdudulot ng malaking hamon para sa mga modernong solar physicist. Kabilang sa mga aspeto ng aktibidad ng araw na puno ng kawalang-katiyakan ay ang coronal mass ejections (CMEs), na maaaring magkaroon ng iba't ibang epekto. Ngunit, ang mga pagsulong sa machine learning algorithms ay maaaring mapabuti ang ating kakayahang makatanggap ng tamang babala sa tamang panahon! Isang kamakailang pag-aaral ang nagpapakita na ang mga algorithm na sinanay sa mga dekada ng datos ng araw ay nakakita ng mga palatandaan ng tumaas na aktibidad sa rehiyon na kilala bilang AR13664, na maaaring makatulong sa pagpredict ng mga hinaharap na pagsabog ng araw. Ang coronal mass ejections, o CMEs, ay kumakatawan sa malaking pagpapalabas ng plasma mula sa corona ng Araw patungo sa kalawakan, na sanhi ng mga pagkagambala sa magnetic field nito. Ang mga explosive na pangyayaring ito ay kadalasang nauugnay sa mga solar flares at nangyayari kapag ang mga linya ng magnetic field ay kusang muling nag-aayos, na naglalabas ng napakalaking halaga ng enerhiya. Ang mga CME ay maaaring maglakbay sa bilis mula sa daan-daang hanggang libu-libong kilometro bawat segundo, na kung minsan ay umabot sa Earth sa loob ng ilang araw kung ang kanilang landas ay nakatuon sa ating planeta. Sa pagdating, nakikipag-ugnayan sila sa magnetosphere ng Earth, na maaaring magdulot ng mga geomagnetic storms na nakagambala sa komunikasyon ng satellite, mga sistema ng GPS, at mga power grid.

Maaari rin silang lumikha ng mga kamangha-manghang auroras, na humahantong sa mga spectacular na palabas ng mga northern at southern lights. Ang tumpak na pag-forecast ng mga phenomena na ito at ang kanilang epekto sa ating magnetosphere ay matagal nang naging hamon para sa mga astronomo. Sa isang pag-aaral na pinangunahan ni astronomer Sabrina Guastavino mula sa University of Genoa, ginamit ang artificial intelligence upang tugunan ang isyung ito. Ang koponan ay gumamit ng teknolohiyang ito upang hulaan ang mga kaganapan na kaugnay ng bagyo noong Mayo 2024, kabilang ang mga kaugnay na flares mula sa rehiyon 13644 at mga papasok na CME. Ang bagyong ito ay nagkaroon ng mga makabuluhang pangyayaring solar, na nagtatampok ng X8. 7 class flare! Sa pamamagitan ng paggamit ng AI, sinuri ng koponan ang malawak na historikal na datos upang matukoy ang mga kumplikadong pattern na kadalasang naliligtaan ng mga tradisyonal na pamamaraan. Ang kaganapan noong Mayo 2024 ay nagbigay ng pambihirang at mahalagang pagkakataon upang suriin ang kakayahan ng AI na i-predict ang aktibidad ng araw. Ang kanilang pangunahing layunin ay ang hulaan ang mga solar flares, subaybayan ang kanilang pag-unlad, hulaan ang mga emission ng CME, at sa huli ay asahan ang mga geomagnetic storms sa Earth. Inilapat nila ang kanilang proseso sa kaganapan noong Mayo 2024 na may kahanga-hangang tagumpay. Ang kanilang mga natuklasan ay nagpakita ng "walang kapantay na katumpakan sa pag-predict na may makabuluhang pagbawas sa mga kawalang-katiyakan kumpara sa mga tradisyonal na pamamaraan. " Ang katumpakan ng pagpapahayag ng mga oras ng paglalakbay ng CME patungo sa Earth at ang pagsisimula ng mga geomagnetic storms ay kapansin-pansing mataas din. Ang mga implikasyon ng pag-aaral na ito ay makabuluhan. Ang mga power outage, pagkagambala sa komunikasyon, at mga malfunction ng satellite ay maaaring maging mga kritikal na alalahanin sa panahon ng mga kaganapan ng CME; samakatuwid, ang paggamit ng machine learning AI tools upang asahan ang aktibidad ng araw ay kumakatawan sa isang kapana-panabik na tagumpay. Para sa mga masugid na tagamasid ng kalangitan, ang pagsulong na ito ay maaari ring humantong sa mas pinabuting mga forecast ng aktibidad ng auroral.