RSE: az algoritmus 94%-os pontossággal számítja ki a sarkvidéki jég sűrűségét

Az Ulsan Nemzeti Tudományos és Technológiai Intézet koreai tudósai mesterséges intelligencia (AI) eszközt fejlesztettek ki, amellyel egy évre előre megjósolhatják a sarkvidéki tengeri jég változásait.

A kutatás a Remote Sensing of the Environment (RSE) tudományos folyóiratban jelent meg. A csapat az UNET mélytanulási algoritmust használta ennek a modellnek a megalkotásához, amely hatékonyan tárja fel a sarkvidéki tengeri jégkoncentráció történelmi változásai és az éghajlati tényezők közötti összetett kapcsolatot. A fő összetevők a levegő hőmérséklete, a víz hőmérséklete, a napsugárzás és a szél. Az UNET egy mély tanulási keretrendszer, amely lehetővé teszi a mesterséges intelligencia elemzését és megértését a műholdas adatok között.

Ez a modell nagy pontosságot mutat a közép- és hosszú távú előrejelzésben. A csapat átlagosan 6%-nál kisebb előrejelzési hibát rögzített a három, hat és 12 hónap után készített előrejelzéseknél. Ezenkívül a neurális hálózat stabil előrejelzési teljesítményt mutatott még a gyors tengeri jégolvadás időszakaiban is. A 2007-es és 2012-es nyári jelentős olvadási szezonban az új modell átlagosan 7,07%-os előrejelzési hibát tartott, ami jelentősen, több mint felére csökkentette az átlagos előrejelzési hibát a jelenlegi modellekhez képest, az átlag 17,35%. A fejlesztés szerzői szerint a neurális hálózatok hozzájárulnak az északi-sarkvidéki hajózás fejlődéséhez.