Hoy dia, Se utilizan grandes recursos para proporcionar a los barcos en los mares polares advertencias sobre la propagación del hielo marino. La inteligencia artificial puede hacer que estas advertencias sean más baratas, más rápido, y disponible para todos.

Para los barcos que viajan a los mares polares, mantener el control de la propagación del hielo marino es fundamental, lo que significa que se gastan grandes recursos para recopilar datos y determinar los desarrollos futuros para proporcionar advertencias confiables sobre el hielo marino.

"A partir de ahora, se necesitan grandes recursos para crear estas advertencias de hielo, y la mayoría de ellos están hechos por el Instituto Meteorológico de Noruega y centros similares, "dice Sindre Markus Fritzner, becario de investigación doctoral en UiT The Arctic University of Norway.

Trabaja en el Departamento de Física y Tecnología y recientemente presentó una tesis doctoral en la que analizó la opción de usar inteligencia artificial para hacer más rápido las advertencias de hielo. mejor, y más accesibles de lo que son hoy.

Necesito supercomputadoras

Las advertencias de hielo que se utilizan hoy en día se basan tradicionalmente en modelos informáticos dinámicos que se alimentan con observaciones satelitales de la capa de hielo. y cualquier información actualizada que se pueda recopilar sobre el espesor del hielo y la profundidad de la nieve. Esto genera una cantidad considerable de datos, que luego necesita ser procesada por poderosas supercomputadoras para proporcionar cálculos.

"Los modelos dinámicos son modelos físicos y requieren una gran cantidad de datos para ser procesados. Si va a hacer advertencias sobre eventos futuros, necesitas usar una supercomputadora, "Explica Fritzner.

Este es un recurso limitado y costoso, lo que hace que estas advertencias sean imposibles de realizar sin acceso a los recursos adecuados.

La inteligencia artificial hace que los cálculos sean accesibles en una computadora portátil normal

Fritzner ha analizado cómo se puede utilizar la inteligencia artificial para proporcionar estas advertencias de hielo marino más rápido, mejor, y más barato que nunca, en un portátil normal.

El aprendizaje automático es un campo especializado dentro de la inteligencia artificial, donde se utilizan métodos estadísticos para permitir que las computadoras encuentren patrones y coherencias en grandes conjuntos de datos. La máquina aprende en lugar de ser programada, y todo se reduce a desarrollar algoritmos que permitan a las computadoras aprender y hacer cálculos, basado en datos empíricos.

En la obra de Fritzner, por ejemplo, ha cargado datos para ver cómo se desarrollará una semana específica, y luego datos de cómo se verá una semana después.

"Por lo tanto, es la coherencia en el desarrollo entre estas semanas que las máquinas aprenden por sí mismas, y de esta forma puede predecir cómo evoluciona, "Dice Fritzner.

Cuando esté completamente desarrollado, tal algoritmo demandará mucha menos potencia de cálculo que el modelo físico tradicional.

"Si usa inteligencia artificial y tiene un modelo completamente entrenado, puede ejecutar dicho cálculo en una computadora portátil normal, "Dice Fritzner.

Cada barco puede hacer cálculos por su cuenta

Esto se abre a varios campos de uso, uno de ellos son los informes meteorológicos más precisos en The High North. Fritzner también señala que esto puede ser utilizado por la industria naviera que opera cerca de la zona de hielo marginal, y que esta es una forma de tráfico que solo aumentará.

"Un ejemplo es el tráfico de cruceros, donde será muy importante para los cruceros saber dónde está el hielo, y adónde se trasladará en los próximos días, "Dice Fritzner.

Tal y como está, Los modelos de alta resolución no se pueden ejecutar en la embarcación. Deben ponerse en contacto con el Instituto Meteorológico de Noruega, que luego necesita ejecutar el modelo en una supercomputadora antes de transmitir los datos a la embarcación.

"Si estás en un barco en el mar de Barents, depende de estar conectado a una red para descargar las advertencias del Instituto Meteorológico de Noruega.

"Si está equipado con el programa y la inteligencia artificial adecuados, esto se puede hacer desde el propio barco, casi sin necesidad de potencia informática, "Dice Fritzner.

Se necesita más desarrollo

Aunque la investigación hasta ahora parece prometedora, los resultados aún no son tan buenos como los métodos tradicionales, pero la evolución del aprendizaje automático / inteligencia artificial está alcanzando su máxima potencia, y Fritzner no tiene dudas sobre su potencial.

"Las experiencias hasta ahora son buenas, pero no perfecto. Lo que observé al comparar el aprendizaje automático y los modelos físicos tradicionales fue que eran mucho más rápidos, y mientras los cambios en el hielo fueran pequeños, el aprendizaje automático funcionó bastante bien. Cuando los cambios fueron mayores, con mucho derretimiento, los modelos lucharon más que los modelos físicos, "Explica Fritzner.

Señala el desafío de los modelos que se ejecutan en inteligencia artificial que solo se basan en datos históricos, mientras que los modelos físicos se adaptan constantemente a los grandes cambios geofísicos, como el aumento de la fusión y los cambios rápidos del clima.

En sus experimentos, Fritzner usó datos como la temperatura, la concentración de hielo marino, y temperatura del mar. Él cree que la precisión se puede aumentar agregando más datos al modelo para que tenga un conjunto más grande de datos para las advertencias que proporciona.

"Especialmente si agrega viento y espesor de hielo, el aprendizaje automático funcionará mucho mejor, " él dice.

Él cree que una mayor investigación y desarrollo liberarán el gran potencial que se encuentra en esta forma de aprendizaje automático.