Naukowcy z University of Maryland w hrabstwie Baltimore opracowali technikę szybszej analizy obszernych danych z pokryw lodowych Arktyki w celu uzyskania wiedzy o wzorcach i trendach.
Przez lata zebrano ogromne ilości danych o lodzie Arktyki i Antarktydy. Dane te są niezbędne dla naukowców i decydentów, którzy chcą zrozumieć zmiany klimatyczne i obecny trend topnienia.
Badacze Masoud Yari i Maryam Rahnemoonfar wykorzystali nową technologię sztucznej inteligencji do opracowania w pełni automatycznej techniki analizy danych dotyczących lodu. Opisują technologię w Journal of Glaciology. Ich wysiłki są częścią trwającego projektu BigData prowadzonego przez amerykańską National Science Foundation. Dane opierają się na nowych algorytmach przetwarzania obrazu opracowanych przez Johna Padena z University of Kansas.
„Wspaniale jest widzieć współpracę między wizją komputerową a uczeniem maszynowym, która pomaga przewidywać zmiany lodu” – powiedziała Sylvia Spengler, dyrektor programu w Dyrekcji Informatyki i Inżynierii NSF.
Przez dziesięciolecia naukowcy dokładnie śledzili pomiary lodu polarnego, śniegu i gleby, ale przetwarzanie dużej ilości dostępnych danych okazało się trudne.
Według Rahnemoonfara: „Duże zbiory danych radarowych są bardzo trudne do wydobycia i zrozumienia tylko przy użyciu technik ręcznych”. Techniki sztucznej inteligencji, które ona i Yari opracowują, mogą posłużyć do szybszego wydobywania danych i uzyskiwania przydatnych informacji na temat trendów związanych z grubością pokryw lodowych i poziomem gromadzenia się śniegu w określonym miejscu.
Naukowcy opracowali algorytm, który uczy się identyfikować obiekty i wzory w danych z Arktyki i Antarktydy. Algorytm sztucznej inteligencji musi zostać poddany setkom tysięcy przykładów, aby nauczyć się identyfikować ważne elementy i wzorce. Rahnemoonfar i jej zespół wykorzystali istniejące dane Arktyki oznaczone jako niekompletne, aby wytrenować algorytm sztucznej inteligencji, jak kategoryzować i rozumieć nowe dane.
Szkolenie algorytmu nie zostało jeszcze zakończone, ponieważ trzeba będzie go przeskalować na wiele czujników i lokalizacji, aby stworzyć dokładniejsze narzędzie. Jednak udało się już rozpocząć automatyzację procesu, który wcześniej był nieefektywny i pracochłonny.
Szybki rozwój technologii sztucznej inteligencji w celu zrozumienia grubości lodu i śniegu w Arktyce pozwala naukowcom i badaczom na szybsze i dokładniejsze prognozy klimatyczne. Tempo topnienia lodu Arktyki wpływa na wzrost poziomu morza, a naukowcy twierdzą, że jeśli naukowcy są w stanie lepiej przewidzieć dotkliwość topnienia, społeczeństwo może lepiej złagodzić szkody spowodowane przez wzrost poziomu morza.
