Figura de IceNet. Crédito:British Antarctic Survey
Se establece una nueva herramienta de IA (inteligencia artificial) para permitir a los científicos pronosticar con mayor precisión las condiciones del hielo marino del Ártico meses en el futuro. Las predicciones mejoradas podrían respaldar nuevos sistemas de alerta temprana que protejan la vida silvestre del Ártico y las comunidades costeras de los impactos de la pérdida de hielo marino.
Publicado esta semana en la revista Comunicaciones de la naturaleza , un equipo internacional de investigadores dirigido por British Antarctic Survey (BAS) y el Instituto Alan Turing describen cómo el sistema de IA, IceNet, aborda el desafío de producir pronósticos precisos del hielo marino del Ártico para la próxima temporada, algo que los científicos han eludido durante décadas.
Hielo marino, una vasta capa de agua de mar congelada que aparece en los polos norte y sur, es notoriamente difícil de pronosticar debido a su compleja relación con la atmósfera por encima y el océano por debajo. La sensibilidad del hielo marino al aumento de las temperaturas ha provocado que el área de hielo marino del Ártico en verano se reduzca a la mitad en las últimas cuatro décadas. equivalente a la pérdida de un área alrededor de 25 veces el tamaño de Gran Bretaña. Estos cambios acelerados tienen consecuencias dramáticas para nuestro clima, para los ecosistemas árticos, y Comunidades indígenas y locales cuyos medios de vida están ligados al ciclo estacional del hielo marino.
IceNet, la herramienta predictiva de IA, tiene casi un 95% de precisión para predecir si habrá hielo marino con dos meses de anticipación, mejor que el modelo líder basado en la física.
El autor principal, Tom Andersson, Data Scientist en el BAS AI Lab y financiado por The Alan Turing Institute, explica:"El Ártico es una región en la primera línea del cambio climático y ha experimentado un calentamiento sustancial en los últimos 40 años. IceNet tiene el potencial de llenar un vacío urgente en la predicción del hielo marino para los esfuerzos de sostenibilidad del Ártico y funciona miles de veces más rápido que los tradicionales métodos."
Dr. Scott Hosking, Investigador principal, Co-líder del BAS AI Lab e investigador senior en el Instituto Alan Turing, dice:"Estoy emocionado de ver cómo la IA nos está haciendo repensar cómo llevamos a cabo la investigación ambiental. Nuestro nuevo marco de pronóstico del hielo marino fusiona los datos de los sensores satelitales con la salida de los modelos climáticos de formas que los sistemas tradicionales simplemente no podían lograr".
A diferencia de los sistemas de pronóstico convencionales que intentan modelar las leyes de la física directamente, los autores diseñaron IceNet basándose en un concepto llamado aprendizaje profundo. A través de este enfoque, el modelo 'aprende' cómo cambia el hielo marino a partir de miles de años de datos de simulación climática, junto con décadas de datos de observación para predecir la extensión del hielo marino del Ártico meses en el futuro.
Tom Andersson concluye:"Ahora hemos demostrado que la IA puede pronosticar con precisión el hielo marino, nuestro próximo objetivo es desarrollar una versión diaria del modelo y hacer que se ejecute públicamente en tiempo real, al igual que las previsiones meteorológicas. Esto podría funcionar como un sistema de alerta temprana para los riesgos asociados con la rápida pérdida de hielo marino ".