Южнокорейские ученые из Ульсанского национального института науки и технологий разработали инструмент на основе искусственного интеллекта (ИИ) для предсказания изменений в арктических морских льдах на год вперед.
Исследование опубликовано в научном журнале Remote Sensing of Environment (RSE). Команда использовала алгоритм глубокого обучения UNET для создания этой модели, которая эффективно изучает сложные взаимосвязи между историческими изменениями концентрации морского льда в Арктике и главными климатическими факторами, включая температуру воздуха, температуру воды, солнечную радиацию и ветер. UNET — среда глубокого обучения, которая позволяет ИИ анализировать и понимать взаимосвязи в спутниковых данных.
Модель продемонстрировала высокую точность среднесрочного и долгосрочного прогнозирования. Исследовательская группа зафиксировала среднюю ошибку прогноза менее 6% для прогнозов, сделанных на три, шесть и 12 месяцев. Более того, нейросеть продемонстрировала стабильную прогностическую эффективность даже в периоды быстрого сокращения морского льда. Во время значительных сезонов таяния летом 2007 и 2012 годов, новая модель поддерживала среднюю ошибку прогнозирования 7,07%, существенно снижая среднюю ошибку прогнозирования более чем вдвое по сравнению с существующими моделями, которые в среднем составляли 17,35%. По словам авторов разработки, нейросеть способствует развитию арктического судоходства.
