Yapay Zeka, Gemilerin Yolunu Engelleyen Buz Dağlarını Önlemek İçin Kullanılıyor

Sheffield Üniversitesi’ndeki uzmanlar, umělınırlı zeka (AI) tahmin modelleri ve kontrol sistemlerinin bir kombinasyonunu, buz dağlarının yoğun gemi trafiği olan bölgelere sürüklenmesini önlemek için geliştirdiler.

Son zamanlarda yayımlanan bir kontrol sistemleri modeli kullanarak, uzmanlar buz dağlarının hareketlerini tahmin edebildiler. 2020 yılında, 479 ila 1.015 buz dağı, Avrupa ve kuzeydoğu Kuzey Amerika arasındaki yoğun gemi trafiği olan 48° güneyindeki sularda sürüklenmesi bekleniyor. Geçen yıl, aynı bölgede 1.515 buz dağı gözlemlendi.

Ekibin, buz dağlarının sayısını bağımsız olarak desteklemek için deneysel yapay zeka analizi kullanması gerekti. Ayrıca, Ocak ile Eylül arasında süren buz mevsiminde, bu bölgede buz dağlarının sayısında hızlı bir erken artış keşfettiler.

Uluslararası Buz Devriyesi (IIP), bu bulgularla sağlanıyor ve bu bilgiler, mevsim boyunca daha iyi buz tahminleri için kaynakların en iyi şekilde kullanılmasını belirlemek için kullanılıyor. Mevsimsel tahminlere göre, kuzeybatı Atlas Okyanusu’ndaki gemilerin, geçen yıla kıyasla bir buz dağıyla karşılaşma olasılığı daha düşük olacak.

Buz dağları, kuzeybatı Atlas Okyanusu’nda ciddi sorunlar ve gemi riskleri yaratıyor. Kayıtlar, 17. yüzyıla kadar uzanan çarpışmalar ve batmalar gösteriyor. IIP, 1912 yılında Titanic’in batması之后 kuruldu ve görevi, deniz buzunu ve kuzeybatı Atlas Okyanusu’ndaki koşulları gözlemlemek ve potansiyel tehlikelere karşı uyarıda bulunmaktır.

Buz dağlarının gemi trafiğine olan riski her yıl değişiyor. Bir yıl, bu bölgede hiçbir buz dağı geçmeyebilirken, bir başka yıl 1.000’den fazla buz dağı geçebilir. Bu, tahmini zorlaştırıyor, ancak genel olarak, 1980’lerden bu yana daha fazla buz dağı tespit edildi.

2020, bu bölgedeki buz dağlarının tahmininde ve mevsim boyunca değişim oranının tahmininde yapay zeka kullanmanın ilk yılı.

Model, Sheffield Üniversitesi’nden Profesör Grant Bigg liderliğindeki bir ekip tarafından geliştirildi ve sigorta şirketi AXA XL’nin Okyanus Riski Burs Programı tarafından finanse edildi. Bir kontrol sistemleri modeli ve iki makine öğrenimi aracı kullanılıyor.

Labrador Denizi’nin yüzey sıcaklığına ilişkin veriler, Kuzey Atlas’taki atmosferik basınç değişiklikleri ve Grönland buz tabakasının yüzey kütle dengesi analiz ediliyor.

Temel kontrol sistemleri yaklaşımı, 1997 ile 2016 arasındaki mevsimlerde buz dağı sayıları verileriyle test edildiğinde %80’lik bir doğruluk seviyesine sahipti.

Profesör Bigg’in daha önceki bazı araştırmalarına göre, bu bölgede sürüklenen buz dağlarının sayısındaki değişim, Grönland’dan değişken kalving oranlarına bağlıydı. Ancak, bölgesel iklim ve okyanus akıntıları en büyük faktörler. Daha soğuk deniz yüzey sıcaklıkları ve daha güçlü kuzeybatı rüzgarları olduğunda, daha fazla buz dağı ortaya çıkıyor.

Grant Brigg, Sheffield Üniversitesi’nde Dünya Sistemleri Bilim Profesörü.

“2018’den beri IIP’ye mevsimsel buz tahminleri sağlıyoruz, ancak bu yıl, orijinal kontrol sistemi modelini, tahmini belirli yönlerine ilişkin iki yapay zeka yaklaşımıyla birleştirdik. Üç yaklaşımın da anlaşması, bu yıl düşük buz dağı sayısı için kamuoyuna tahmini yayınlamamız için bize güven veriyor – ancak bu, sadece buz koşullarının bir tahmini olduğunu, bir garanti olmadığını ve düşük buzlu yıllarda bile gemi ve buz dağları arasında çarpışmaların meydana gelebileceğini unutmamak gerekiyor” diyor.

Uluslararası Buz Devriyesi’nden Mike Hicks, “Güvenilir bir tahmini elde edebilmenin çok önemli olduğunu düşünüyoruz, çünkü havadan ve uydu ile keşif yöntemleri arasındaki dengeyi dikkate alıyoruz” diyor.

Dr. John Wardman, AXA XL’nin Bilim ve Doğal Tehlikeler ekibinde Kıdemli Bilim Uzmanı.

“Deniz seviyesi yükselmesinin kıyı maruziyeti üzerindeki etkisi ve potansiyel olarak artan Arktik gemi trafiği, sigorta ürünleri ve diğer ‘yumuşak’ azaltma stratejileri kullanılarak risk transferi çözümlerinin daha fazla sayıda ve çeşitliliğine ihtiyaç duyulacak. Sigorta endüstrisi, Arktik’i dikkatle izliyor ve bu model, endüstrinin, eriyen Grönland Buz Tabakasının piyasayı nasıl veya ne zaman doğrudan etkileyeceğini belirlemesine yardımcı olan önemli bir araç.”