στέλεχος Τεχνητή Νοημοσύνη που χρησιμοποιείται για να αποτρέψει τα παγόβουνα να διαταράξουν τη ναυτιλία - Unite.AI
Συνδεθείτε μαζί μας

Ρομποτική

Τεχνητή νοημοσύνη που χρησιμοποιείται για να αποτρέψει τα παγόβουνα να διαταράξουν τη ναυτιλία

Ενημερώθηκε on

Οι ειδικοί στο Πανεπιστήμιο του Σέφιλντ ανέπτυξαν έναν συνδυασμό συστημάτων ελέγχου και μοντέλων πρόβλεψης τεχνητής νοημοσύνης (AI) για να αποτρέψουν τα παγόβουνα από το να παρασύρονται σε πολυσύχναστες ναυτιλιακές περιοχές. 

Μέσω της χρήσης ενός μοντέλου συστημάτων ελέγχου που δημοσιεύτηκε πρόσφατα, οι ειδικοί μπόρεσαν να προβλέψουν την κίνηση των παγόβουνων. Το 2020, από 479 έως 1,015 παγόβουνα αναμένεται να παρασυρθούν σε νερά νότια των 48°, μια περιοχή που έχει μεγάλη ναυτιλιακή κίνηση μεταξύ της Ευρώπης και της βορειοανατολικής Βόρειας Αμερικής. Πέρυσι, στην ίδια περιοχή παρατηρήθηκαν συνολικά 1,515.

Η ομάδα βασίστηκε σε πειραματική ανάλυση τεχνητής νοημοσύνης προκειμένου να υποστηρίξει ανεξάρτητα τον αριθμό των παγόβουνων που είχαν προβλεφθεί. Ανακάλυψαν επίσης μια ταχεία πρόωρη αύξηση του αριθμού των παγόβουνων που υπάρχουν σε αυτήν την περιοχή κατά τη διάρκεια της περιόδου των πάγων, η οποία διαρκεί από τον Ιανουάριο έως τον Σεπτέμβριο. 

Η International Ice Patrol (IIP) τροφοδοτείται με τα ευρήματα και χρησιμοποιεί τις πληροφορίες για να βρει την καλύτερη χρήση των πόρων για καλύτερες προβλέψεις πάγου κατά τη διάρκεια της σεζόν. Σύμφωνα με την εποχική πρόβλεψη, τα πλοία στον βορειοδυτικό Ατλαντικό θα είναι λιγότερο πιθανό να συναντήσουν παγόβουνο σε σύγκριση με πέρυσι.

Τα παγόβουνα προκαλούν σοβαρά προβλήματα και ναυτιλιακούς κινδύνους στον βορειοδυτικό Ατλαντικό. Τα αρχεία δείχνουν ότι υπήρξαν συγκρούσεις και βυθίσεις που χρονολογούνται από τον 17ο αιώνα. Το IIP ιδρύθηκε το 1912 μετά τη βύθιση του Τιτανικού και η δουλειά του είναι να παρατηρεί τον θαλάσσιο πάγο και τις συνθήκες στο βορειοδυτικό Ατλαντικό και να προειδοποιεί για πιθανούς κινδύνους.

Ο κίνδυνος παγόβουνων στη ναυτιλία αλλάζει κάθε χρόνο. Ένα χρόνο δεν μπορεί να δει παγόβουνα να διασχίζουν την περιοχή, ενώ έναν άλλο χρόνο μπορεί να δει πάνω από 1,000. Αυτό καθιστά δύσκολη την πρόβλεψη, αλλά γενικά, έχει εντοπιστεί υψηλότερο ποσό από τη δεκαετία του 1980. 

Το 2020 είναι η πρώτη χρονιά που η τεχνητή νοημοσύνη χρησιμοποιείται για την πρόβλεψη των παγόβουνων στην περιοχή, καθώς και του ρυθμού αλλαγής κατά τη διάρκεια της εποχής.

Το μοντέλο αναπτύχθηκε από μια ομάδα με επικεφαλής τον καθηγητή Grant Bigg στο Πανεπιστήμιο του Σέφιλντ και χρηματοδοτήθηκε από το Πρόγραμμα Υποτροφιών Ocean Risk της ασφαλιστικής εταιρείας AXA XL. Υπάρχει ένα μοντέλο συστημάτων ελέγχου καθώς και δύο εργαλεία μηχανικής εκμάθησης που χρησιμοποιούνται. 

Αναλύονται δεδομένα που σχετίζονται με την επιφανειακή θερμοκρασία της Θάλασσας του Λαμπραντόρ, καθώς και τις διακυμάνσεις της ατμοσφαιρικής πίεσης στον Βόρειο Ατλαντικό και το ισοζύγιο επιφανειακής μάζας του στρώματος πάγου της Γροιλανδίας.

Η προσέγγιση των συστημάτων ελέγχου θεμελίωσης είχε επίπεδο ακρίβειας 80 τοις εκατό όταν δοκιμάστηκε με δεδομένα για αριθμούς παγόβουνων για τις εποχές μεταξύ 1997 και 2016. 

Σύμφωνα με ορισμένες από τις προηγούμενες έρευνες του καθηγητή Bigg, η διακύμανση του αριθμού των παγόβουνων που παρασύρονται στην περιοχή οφειλόταν σε μεταβλητούς ρυθμούς τοκετού από τη Γροιλανδία. Ωστόσο, το περιφερειακό κλίμα και τα ωκεάνια ρεύματα είναι οι μεγαλύτεροι παράγοντες. Μεγαλύτερος αριθμός παγόβουνων εμφανίζεται όταν υπάρχουν ψυχρότερες θερμοκρασίες στην επιφάνεια της θάλασσας και ισχυρότεροι βορειοδυτικοί άνεμοι. 

Ο Γκραντ Μπριγκ είναι Καθηγητής Επιστήμης Συστημάτων Γης στο Πανεπιστήμιο του Σέφιλντ.

«Έχουμε εκδώσει εποχιακές προβλέψεις πάγου στο IIP από το 2018, αλλά φέτος είναι η πρώτη φορά που συνδυάσαμε το αρχικό μοντέλο συστήματος ελέγχου με δύο προσεγγίσεις τεχνητής νοημοσύνης σε συγκεκριμένες πτυχές της πρόβλεψης. Η συμφωνία και στις τρεις προσεγγίσεις μας δίνει τη σιγουριά να δημοσιοποιήσουμε φέτος την πρόβλεψη για χαμηλούς αριθμούς παγόβουνων—αλλά αξίζει να θυμόμαστε ότι αυτή είναι απλώς μια πρόβλεψη των συνθηκών παγόβουνου, όχι μια εγγύηση, και ότι συμβαίνουν συγκρούσεις μεταξύ πλοίων και παγόβουνων ακόμα και σε χαμηλά χρόνια πάγου».

Σύμφωνα με τον Mike Hicks του International Ice Patrol,  «Η διαθεσιμότητα μιας αξιόπιστης πρόβλεψης είναι πολύ σημαντική καθώς εξετάζουμε την ισορροπία μεταξύ των μεθόδων εναέριας και δορυφορικής αναγνώρισης».

Ο Δρ. John Wardman είναι Ανώτερος Ειδικός Επιστήμης στην ομάδα Science and Natural Rils στο AXA XL. 

«Ο αντίκτυπος της ανόδου της στάθμης της θάλασσας στην έκθεση των ακτών και η πιθανή αύξηση της ναυτιλιακής δραστηριότητας στην Αρκτική θα απαιτήσει μεγαλύτερο αριθμό και ποικιλία λύσεων μεταφοράς κινδύνου μέσω της χρήσης προϊόντων αντασφάλισης/ασφάλισης και άλλων «ήπιων» στρατηγικών μετριασμού. Ο ασφαλιστικός κλάδος παρακολουθεί έντονα την Αρκτική και αυτό το μοντέλο είναι ένα σημαντικό εργαλείο για να βοηθήσει τον κλάδο να αναγνωρίσει πώς ή πότε το λιώσιμο πάγου της Γροιλανδίας θα επηρεάσει άμεσα την αγορά».

 

Ο Alex McFarland είναι δημοσιογράφος και συγγραφέας AI που εξερευνά τις τελευταίες εξελίξεις στην τεχνητή νοημοσύνη. Έχει συνεργαστεί με πολλές startups και εκδόσεις AI παγκοσμίως.