ปัญญาประดิษฐ์ถูกใช้เพื่อป้องกันภูเขาน้ำแข็งที่จะรบกวนการขนส่ง

ผู้เชี่ยวชาญจากมหาวิทยาลัยเชฟฟิลด์ได้พัฒนาระบบควบคุมและแบบจำลองปัญญาประดิษฐ์ (AI) เพื่อป้องกันภูเขาน้ำแข็งที่จะลอยเข้ามาในพื้นที่การขนส่งที่มีการจราจรหนาแน่น

โดยใช้แบบจำลองระบบควบคุมที่ตีพิมพ์ไม่นานมานี้ ผู้เชี่ยวชาญสามารถคาดการณ์การเคลื่อนที่ของภูเขาน้ำแข็งได้ ในปี 2020 ระหว่าง 479 ถึง 1,015 ภูเขาน้ำแข็งคาดว่าจะลอยเข้ามาในน้ำใต้ 48° ซึ่งเป็นพื้นที่ที่มีการขนส่งระหว่างยุโรปและอเมริกาเหนือที่หนาแน่น ในปีที่แล้ว มีภูเขาน้ำแข็งถึง 1,515 ลูกที่สังเกตเห็นในพื้นที่เดียวกัน

ทีมงานได้พึ่งพาการวิเคราะห์ปัญญาประดิษฐ์แบบทดลองเพื่อสนับสนุนจำนวนภูเขาน้ำแข็งที่คาดการณ์ไว้ พวกเขายังพบว่ามีการเพิ่มขึ้นอย่างรวดเร็วในจำนวนภูเขาน้ำแข็งที่มีอยู่ในพื้นที่นี้ในช่วงฤดูหนาว ซึ่งเริ่มตั้งแต่เดือนมกราคมถึงเดือนกันยายน

กองบัญชาการภูเขาน้ำแข็งระหว่างประเทศ (IIP) ได้รับผลการวิจัย และใช้ข้อมูลเพื่อกำหนดการใช้ทรัพยากรที่ดีที่สุดสำหรับการคาดการณ์ภูเขาน้ำแข็งในช่วงฤดู ตามการคาดการณ์ฤดูกาล เรือในพื้นที่แอตแลนติกเหนือจะมีโอกาสน้อยที่จะพบภูเขาน้ำแข็งเมื่อเทียบกับปีที่แล้ว

ภูเขาน้ำแข็งเป็นปัญหาที่ร้ายแรงและความเสี่ยงต่อการขนส่งในพื้นที่แอตแลนติกเหนือ บันทึกแสดงให้เห็นว่ามีการชนและจมเรือตั้งแต่ศตวรรษที่ 17 กองบัญชาการภูเขาน้ำแข็งระหว่างประเทศได้ก่อตั้งขึ้นในปี 1912 หลังจากเรือไททานิกจมลงสู่พื้นทะเล และมีหน้าที่ในการสังเกตการณ์ภูเขาน้ำแข็งและเงื่อนไขในพื้นที่แอตแลนติกเหนือ และเตือนถึงอันตรายที่อาจเกิดขึ้น

ความเสี่ยงของภูเขาน้ำแข็งที่มีต่อการขนส่งเปลี่ยนแปลงทุกปี ปีหนึ่งอาจไม่มีภูเขาน้ำแข็งลอยผ่านพื้นที่ ในขณะที่ปีอื่นอาจมีมากกว่า 1,000 ลูก ซึ่งทำให้การคาดการณ์ยาก แต่โดยทั่วไปแล้ว มีการตรวจพบภูเขาน้ำแข็งมากขึ้นตั้งแต่ปี 1980

ปี 2020 เป็นปีแรกที่ใช้ปัญญาประดิษฐ์ในการคาดการณ์ภูเขาน้ำแข็งในพื้นที่以及อัตราการเปลี่ยนแปลงตลอดฤดูกาล

แบบจำลองนี้ได้รับการพัฒนาโดยทีมงานที่นำโดย Professor Grant Bigg จากมหาวิทยาลัยเชฟฟิลด์ และได้รับการสนับสนุนจากโปรแกรมทุนการศึกษาอุตสาหกรรมประกันภัย AXA XL มีระบบควบคุมและเครื่องมือปัญญาประดิษฐ์สองชิ้นที่ใช้

ข้อมูลที่เกี่ยวข้องกับอุณหภูมิผิวน้ำของทะเลแลบราดอร์ถูกวิเคราะห์ เช่นเดียวกับการเปลี่ยนแปลงของความดันบรรยากาศในมหาสมุทรแอตแลนติกเหนือและความสมดุลของมวลภูเขาน้ำแข็งกรีนแลนด์

แบบจำลองระบบควบคุมมีระดับความแม่นยำ 80% เมื่อทดสอบกับข้อมูลจำนวนภูเขาน้ำแข็งในช่วงฤดูกาล 1997-2016

ตามการวิจัยก่อนหน้าของ Professor Bigg การเปลี่ยนแปลงของจำนวนภูเขาน้ำแข็งที่ลอยเข้ามาในพื้นที่นี้ส่วนใหญ่เกิดจากอัตราการแตกตัวของภูเขาน้ำแข็งกรีนแลนด์ แต่สภาพภูมิอากาศและกระแสน้ำในพื้นที่เป็นปัจจัยที่สำคัญที่สุด จำนวนภูเขาน้ำแข็งที่มากขึ้นจะปรากฏเมื่ออุณหภูมิผิวน้ำเย็นและลมทิศตะวันตกเฉียงเหนือแรง

Grant Brigg เป็น Professor of Earth System Science ที่มหาวิทยาลัยเชฟฟิลด์

“เรามีการคาดการณ์ฤดูกาลภูเขาน้ำแข็งให้กับ IIP ตั้งแต่ปี 2018 แต่ปีนี้เป็นปีแรกที่เรารวมแบบจำลองระบบควบคุมดั้งเดิมกับวิธีการปัญญาประดิษฐ์สองวิธีสำหรับการคาดการณ์ภูเขาน้ำแข็งโดยเฉพาะ การตกลงกันของทั้งสามวิธีนี้ทำให้เรามีความมั่นใจในการเผยแพร่การคาดการณ์ภูเขาน้ำแข็งที่ต่ำในปีนี้ แต่ก็ควรจำไว้ว่านี่เป็นการคาดการณ์สภาพภูเขาน้ำแข็ง ไม่ใช่การรับประกัน และการชนระหว่างเรือและภูเขาน้ำแข็งอาจเกิดขึ้นได้แม้ในฤดูกาลที่มีภูเขาน้ำแข็งน้อย”

ตาม Mike Hicks จากกองบัญชาการภูเขาน้ำแข็งระหว่างประเทศ “การมีการคาดการณ์ที่เชื่อถือได้เป็นสิ่งสำคัญมากเมื่อเราพิจารณาการใช้ทรัพยากรระหว่างการสำรวจทางอากาศและการสอดแนมด้วยดาวเทียม”

Dr. John Wardman เป็น Senior Science Specialist ในทีม Science and Natural Perils ของ AXA XL

“ผลกระทบของการเพิ่มขึ้นของระดับน้ำทะเลต่อการเปิดเผยชายฝั่งและความเป็นไปได้ที่จะเพิ่มขึ้นของการขนส่งในอาร์กติกจะทำให้ต้องการวิธีการจัดการความเสี่ยงมากขึ้นและหลากหลายโดยใช้ผลิตภัณฑ์ประกันภัยและกลยุทธ์บรรเทาอื่นๆ อุตสาหกรรมประกันภัยกำลังจับตามองอาร์กติกอย่างใกล้ชิด และแบบจำลองนี้เป็นเครื่องมือที่สำคัญในการช่วยให้อุตสาหกรรมระบุว่าเมื่อไหร่ภูเขาน้ำแข็งกรีนแลนด์ที่กำลังละลายจะส่งผลกระทบต่อตลาดโดยตรง”