Modely AI pomáhají předpovídat velké tropické vlny a oceánské proudy

Tým výzkumníků nedávno navrhl model AI, který je schopen předpovídat oceánská jeva, která se rozprostírají přes stovky mil/kilometrů, jako jsou tropické nestabilní vlny (TIW). Tropické nestabilní vlny (TIW) jsou oceánskou událostí, která se vyskytuje v Tichém oceánu, poblíž rovníku. Tichomořské TIW zahrnují pohyb zakřivených, trojúhelníkových vln, které se pohybují západním směrem podél okrajů tropického pacifického studeného jazyka – oblasti tropů, která je znatelně chladnější než okolní oceán.

Environmentální faktory, které dávají vznik TIW, jsou mimořádně složité a jevu je obtížné předpovídat. Předpověď TIW se tradičně provádí pomocí složitých statistických a fyzikálních modelů. Nicméně, tým výzkumníků nedávno navrhl model AI, který má za cíl lépe předpovídat TIW a další oceánská jeva.

Podle Phys.org, výzkumný tým byl veden profesorem LI Xiaofengem z Ústavu oceánologie Čínské akademie věd (IOCAS) a týmem zahrnoval členy z různých čínských oceánografických divizí, jako je Šanghajská oceánografická univerzita a Druhý ústav oceánologie Ministerstva přírodních zdrojů. Tým použil satelitní data k navržení hlubokého učení modelu, který má za cíl analyzovat nestabilní vlny, jak se pohybují tisíci kilometrů přes oceán. I s globálními satelitními daty mohou environmentální faktory, které ovlivňují oceánská jeva, být obtížně rozlišitelné, ale cílem je, aby modely AI mohly lépe rozlišovat tyto proměnné a dělat předpovědi než tradiční modely.

Hluboký učení model, který výzkumníci navrhli, použil data o teplotě mořské povrchu shromážděná satelity, analyzoval současné vzorce a kontrastoval je s daty o teplotě povrchu shromážděnými v předchozích letech. Výzkumníci měli model trénován a testován na přibližně devět let dat. Když byly výsledky analyzovány, výzkumníci zjistili, že model byl schopen přesně a konzistentně předpovídat změnu teploty mořské povrchu a předpovídat časové a prostorové variace v TIW.

Studie naznačuje, že modely AI podporované velkými datovými sadami mohou být spolehlivým způsobem předpovědi dokonce i některých nejkomplexnějších jevů v oceánech.

“Modely založené na AI, statistické modely a tradiční numerické modely mohou doplňovat jeden druhého a poskytovat nový pohled na studium složitých oceánských rysů,” vysvětlil LI Xiaofeng podle Phys.

Je doufáno, že když se model zlepší a upřesní, bude moci pomoci při předpovědi velkých vln a bouří, což má praktické aplikace pro oceánské navigační systémy a předpověď vážných povětrnostních událostí, které mohou poškodit pobřežní města. Tento typ výzkumu je zvláště cenný ve světě, kde se klimatické změny mění, jak se oceánské proudy pohybují a interagují s okolním prostředím. Výzkum provedený LI Xiaofengem a jeho kolegy je součástí rostoucího trendu používání algoritmů AI a satelitních dat k učení a předpovědi pohybu oceánských proudů a souvisejících jevů.

Jako další příklad používání AI pro sledování a předpověď oceánských jevů, publikoval tým výzkumníků z Plymouth Marine Laboratory a Univerzity Aegean earlier tento rok studii, která zkoumá, jak lze použít algoritmy strojového učení a satelitní data k identifikaci oblastí koncentrovaného plastového odpadu a sledování jeho šíření.

Tým pořídil satelitní snímky plastového odpadu a trénoval systém identifikace obrazů, aby zjistil, zda systém může přesně rozlišovat skvrny plastového odpadu od dřeva, mořských řas a jiných přírodních plovoucích objektů. Podle výsledků studie byl algoritmus schopen správně identifikovat odpad přibližně 86% času. Výzkumníci chtějí vylepšit model a vytvořit systém, který by mohl usnadnit identifikaci a čištění plastového odpadu podél pobřeží a řek.