Selanjutnya AI juga dapat digunakan untuk model prediksi kecepatan angin Matahari. Angin Matahari dimodelkan memutar, dan menggunakan model long short term memory atau deep learning.
Pemanfaatan AI dilakukan dengan menggunakan data angin Matahari dan data lubang korona saat aktivitas Matahari minimum atau CME (Coronal Mass Ejection) saat aktivitas Matahari maksimum untuk memprediksi seperti apa kecepatan angin Matahari.
Dani menambahkan, AI juga digunakan untuk model prediksi CME Transit Time untuk memprediksi kapan CME tiba di Bumi, prediksi falset atau memprediksi kemunculan sunspot, serta untuk model prediksi magnetik sisi jauh Matahari.
Lebih lanjut, Dani menjelaskan bahwa Pusat Riset Antariksa BRIN sendiri memiliki ML OPS dan SWIFtS yang menggunakan seluruh model prediksi cuaca antariksa di atas.
"Space Weather Information and Forecast Services (SWIFtS) menggunakan model-model untuk mendukung layanan kepada masyarakat," jelas Dani, "di antaranya untuk model prediksi siklus Matahari, solar flare, lubang korona dan angin Matahari, CME, geogenetik, solar summary, dan ionosfer."