Investigadores de la Universidad de Maryland, El condado de Baltimore (UMBC) ha desarrollado una técnica para analizar más rápidamente datos extensos de las capas de hielo del Ártico con el fin de obtener información y conocimientos útiles sobre patrones y tendencias. A través de los años, Se han recopilado grandes cantidades de datos sobre el hielo ártico y antártico. Estos datos son esenciales para los científicos y los legisladores que buscan comprender el cambio climático y la tendencia actual al deshielo. Masoud Yari, profesor asistente de investigación, y Maryam Rahnemoonfar, profesor asociado de sistemas de información, han utilizado nueva tecnología de inteligencia artificial para desarrollar una técnica completamente automática para analizar datos de hielo, publicado en el Revista de Glaciología . Esto es parte del proyecto BigData en curso de la National Science Foundation.

Por décadas, los investigadores han seguido de cerca el hielo polar, nieve, y mediciones del suelo, pero procesar el gran volumen de datos disponibles ha demostrado ser un desafío. Los procesos de recolección de la NASA, seguimiento, y el etiquetado de datos polares implica un trabajo manual significativo, y los cambios detectados en los datos pueden tardar meses o incluso años en verse. Incluso los datos del Ártico recopilados mediante tecnologías de teledetección requieren un procesamiento manual.

Según Rahnemoonfar, "Los datos masivos de radar son muy difíciles de extraer y comprender simplemente mediante el uso de técnicas manuales". Las técnicas de inteligencia artificial que ella y Yari están desarrollando se pueden utilizar para extraer los datos más rápidamente, para obtener información útil sobre las tendencias relacionadas con el grosor de las capas de hielo y el nivel de acumulación de nieve en un lugar determinado.

Los investigadores desarrollaron un algoritmo que aprende a identificar objetos y patrones dentro de los datos del Ártico y la Antártida. Un algoritmo de IA debe estar expuesto a cientos de miles de ejemplos para aprender a identificar elementos y patrones importantes. Rahnemoonfar y su equipo utilizaron datos existentes incompletos y con etiquetas ruidosas del Ártico para entrenar al algoritmo de IA sobre cómo categorizar y comprender los nuevos datos.

El entrenamiento del algoritmo aún no está completo, ya que deberá ampliarse a varios sensores y ubicaciones para crear una herramienta más precisa. Sin embargo, ya ha comenzado con éxito a automatizar un proceso que antes era ineficiente y requería mucha mano de obra.

La rápida expansión del uso de la tecnología de inteligencia artificial para comprender el espesor del hielo y la nieve en el Ártico permitirá a los científicos e investigadores hacer predicciones más rápidas y precisas para informar el diálogo internacional sobre el cambio climático. La velocidad a la que se derrite el hielo del Ártico afecta el aumento del nivel del mar, y si los científicos pueden predecir mejor la gravedad del deshielo, la sociedad puede mitigar mejor el daño causado por el aumento del nivel del mar.