Em 1859, uma nuvem massiva de gás eletrificado e partículas subatômicas altamente carregadas atingiram a magnetosfera terrestre, causando danos nas redes telegráficas mundiais. Causado por uma violenta ejeção de massa coronal (CME), o Evento de Carrington foi a maior tempestade geomagnética já registrada. Se um evento semelhante ocorresse nos dias atuais, as consequências seriam, no entanto, econômica e socialmente devastadoras, tendo em vista a alta dependência da sociedade na eletricidade e em linhas de energia quando comparada à época do ocorrido. Assim sendo, a fim de criar uma ferramenta auxiliadora na antevisão de tempestades solares parecidas, desenvolveu-se neste trabalho um algoritmo de inteligência artificial capaz de prever eventos do tipo Carrington com base na velocidade de prótons não-lineares originados por fenômenos relativos à atividade magnética do Sol. O Sun Tracker, nome dado ao algoritmo pelos autores, foi desenvolvido por meio de um modelo de machine learning do tipo Árvore de Decisão, o qual utilizou bases de dados das missões espaciais DSCOVR e WIND para os conjuntos de treino e teste. Sun Tracker obteve 79,5? precisão, evidenciando a eficácia do modelo na previsão de eventos solares de risco à infraestrutura elétrica e eletrônica terrestre.
