نماذج الذكاء الاصطناعي تساعد في التنبؤ بالأمواج الاستوائية الكبيرة وتدفقات المحيط

قام فريق من الباحثين مؤخرًا بتصميم نموذج ذكاء اصطناعي يمكنه التنبؤ بالظواهر المحيطية التي تمتد لمئات الأميال / الكيلومترات ، مثل موجات عدم الاستقرار الاستوائية (TIW). موجات عدم الاستقرار الاستوائية (TIW) هي حدث محيطي يحدث في المحيط الهادئ ، بالقرب من خط الاستواء. تتضمن موجات TIW في المحيط الهادئ حركة موجات منحنية ثلاثية الأبعاد تتحرك غربًا على طول حواف لسان المحيط الهادئ البارد – منطقة في المناطق المدارية أبرد بكثير من المحيط المحيط بها.

العوامل البيئية التي تؤدي إلى موجات TIW معقدة بشكل استثنائي ، والظاهرة صعبة التنبؤ. يتم التنبؤ بموجات TIW تقليديًا باستخدام نماذج إحصائية فيزيائية معقدة. ومع ذلك ، قام فريق من الباحثين مؤخرًا بتصميم نموذج ذكاء اصطناعي يهدف إلى التنبؤ بموجات TIW والظواهر المحيطية الأخرى بشكل أفضل.

وفقًا لـ Phys.org ، كان فريق البحث بقيادة أستاذ معهد المحيطات التابع لأكاديمية العلوم الصينية (IOCAS) لي شياوفينغ ، وضم الفريق أيضًا أعضاء من مختلف أقسام العلوم المحيطية الصينية مثل جامعة شنغهاي المحيطية ومعهد المحيطات الثاني التابع لوزارة الموارد الطبيعية. استخدم الفريق بيانات الأقمار الصناعية لتصميم نموذج تعلم عميق يهدف إلى تحليل موجات عدم الاستقرار أثناء تحركها لألف كيلومتر عبر المحيط. حتى مع البيانات الأقمار الصناعية العالمية ، يمكن أن تكون العوامل البيئية التي تؤثر على الظواهر المحيطية صعبة الفهم ، ولكن الهدف هو أن نماذج الذكاء الاصطناعي يمكنها فعل عمل أفضل في فك شفرة هذه المتغيرات وصنع التنبؤات أكثر من النماذج التقليدية.

استخدم نموذج التعلم العميق الذي صممه الباحثون بيانات درجة حرارة سطح البحر التي جمعتها الأقمار الصناعية ، و分析 الأنماط الحالية ومقارنتها ببيانات درجة حرارة السطح التي جمعت في السنوات السابقة. تم تدريب الفريق على النموذج واختباره على ما يقرب من تسع سنوات من البيانات. عندما تم تحليل النتائج ، وجد الباحثون أن النموذج كان قادرًا على التنبؤ بدقة وثبات بتغيرات درجة حرارة سطح البحر والتنبؤ بالتغيرات الزمنية والمكانية في موجات TIW نتيجة لذلك.

يشير الدراسة إلى أن نماذج الذكاء الاصطناعي المدعومة ببيانات كبيرة يمكن أن تكون وسيلة موثوقة للتنبؤ حتى بأكثر الظواهر المحيطية تعقيدًا.

قال لي شياوفينغ وفقًا لما ذكرته Phys ، “يمكن لنماذج الذكاء الاصطناعي والنماذج الإحصائية والنماذج الرقمية التقليدية أن تكمّل بعضها البعض وتوفر منظورًا جديدًا لدراسة الميزات المحيطية المعقدة”.

يأمل أن يساعد النموذج ، مع تحسينه وتطويره ، في التنبؤ بالأمواج الكبيرة والعواصف ، وهو تطبيق عملي لأنظمة الملاحة البحرية والتنبؤ بالعواصف الجوية الشديدة التي قد تضر بالمدن الساحلية. هذا النوع من البحث قيم بشكل خاص في عالم حيث يتغير تغير المناخ كيفية تحرك تيارات المحيط وتفاعلها مع البيئة المحيطة بها. البحث الذي أجراه لي شياوفينغ وزملاؤه جزء من اتجاه متزايد لاستخدام خوارزميات الذكاء الاصطناعي وبيانات الأقمار الصناعية لدراسة وتنبؤ حركة تيارات المحيط والظواهر المرتبطة بها.

كما مثال آخر لاستخدام الذكاء الاصطناعي لتتبع وتنبؤ الظواهر المحيطية ، نشر فريق من الباحثين من مختبر بليموث البحري وجامعة إيجه دراسة في وقت سابق من هذا العام لتحقيق كيفية استخدام خوارزميات التعلم الآلي وبيانات الأقمار الصناعية لتحديد المناطق المركزة من النفايات البلاستيكية وتتبع انتشارها.

أخذ الفريق صورًا بالأقمار الصناعية للنفايات البلاستيكية وقام بتدريب نظام تحديد الصور عليه ، بهدف معرفة ما إذا كان النظام يمكنه التمييز بدقة بين بقع النفايات البلاستيكية والخشب والطحالب وأجسام الطفو الطبيعية الأخرى. وفقًا لنتائج الدراسة ، كان الخوارزمية قادرًا على تحديد النفايات بشكل صحيح تقريبًا 86٪ من الوقت. يريد الباحثون تحسين النموذج وإنشاء نظام يمكنه تسهيل تحديد النفايات البلاستيكية وتنظيفها على طول السواحل والأنهار.