За то время, которое понадобится, чтобы произнести «Титаник», недавно разработанная система искусственного интеллекта, возможно, уже нанесет на карту контур айсберга. Энн Браакманн-Фольгманн и ее исследовательская группа из Университета Лидса создали ИИ, который обещает революционизировать подход к мониторингу окружающей среды, обрабатывая данные со скоростью в 10 000 раз быстрее, чем у людей-аналитиков.

Это важное достижение превосходит предыдущие автоматизированные системы, часто путающие айсберги с морским льдом или близлежащей береговой линией. Мало того, за время, необходимое для выдоха, новая программа наносит на карту территорию размером с небольшую страну. За одну сотую секунды ИИ может с предельной точностью очертить площадь поверхности и очертания айсбергов. Хотя раньше человеческий анализ был более точным, этот процесс был трудоемким и трудоемким.

Это представляет собой значительный шаг вперед по сравнению с более ранними попытками автоматизации, которые часто путали айсберги с другими функциями.

Искусственный интеллект, настоящее картографирование

Полярная среда динамична и постоянно меняется. Айсберги, иногда размером с суверенные территории, дрейфуют сквозь ледяные воды, представляя как опасность для морского судоходства, так и, поскольку айсберги выбрасывают в моря питательные вещества и пресную воду, они могут существенно повлиять на морские экосистемы по мере своего таяния. Скорость, с которой работает ИИ, позволяет практически мгновенно составлять карты, что имеет решающее значение для безопасности на море и научного изучения этих замороженных левиафанов.

«Айсберги существуют в труднодоступных частях мира, и спутники — это не только фантастический инструмент для наблюдения за их местонахождением, они могут помочь ученым понять процесс того, как они тают и в конечном итоге начинают распадаться», — сказала Браакманн-Фольгманн. , который руководил исследованием во время работы над докторской диссертацией в Центре полярных наблюдений и мониторинга Университета Лидса.

Браакманн-Фольгманн и ее коллеги использовали алгоритм под названием U-net — тип нейронной сети — чтобы «обучить» компьютер точно отображать очертания айсбергов на основе изображений, полученных спутниками Sentinel-1, управляемыми Европейским космическим агентством. Он призван стать основой новых сервисов, предоставляющих исчерпывающие данные о формах и размерах айсбергов. Это значительное обновление существующих картографических сервисов, которые отмечают только середину или центральное расположение этих ледяных гигантов. Благодаря такой быстрой интерпретации очертания и площади айсбергов теперь можно рассчитать и предоставить кораблям и исследовательским станциям в режиме реального времени.

«Возможность автоматически картировать протяженность айсбергов с повышенной скоростью и точностью открывает путь к оперативной службе, предоставляющей контуры айсбергов на регулярной автоматизированной основе», — сказал Браакманн-Фольгманн, сейчас базирующийся в Арктическом университете Норвегии в Тромсё. «Объединение их с измерениями толщины айсбергов также позволяет ученым отслеживать места, где гигантские айсберги выбрасывают огромное количество пресной воды в океаны. Есть сервисы, которые дают данные о местоположении айсбергов, но не об их очертаниях или площади».

Бег вперед

Более того, эффективность и скорость технологии означают, что она может поддерживать оперативные услуги, предлагая регулярные автоматизированные очертания айсбергов. Это не просто шаг, а рывок вперед в области экологического мониторинга, обеспечивающий предоставление важных данных со скоростью и точностью, необходимыми для эффективного принятия решений.

Производительность U-net неизменно показывала лишь минимальную недооценку айсбергов, в то время как другие алгоритмы значительно завышали свои оценки, включая в свои расчеты морской лед и сушу.

Исследование показало, что за каждую минуту, потраченную на картографирование айсбергов вручную, система искусственного интеллекта могла бы обработать 600 000 изображений. Речь идет не только об экономии времени; речь идет об расширении возможностей мониторинга и защиты самых отдаленных и недоступных регионов мира.

«Это исследование показывает, что машинное обучение позволит ученым контролировать отдаленные и недоступные части мира практически в режиме реального времени», — сказал Эндрю Шепард, профессор Университета Нортумбрии и соавтор исследования. «А благодаря машинному обучению алгоритм станет более точным, поскольку он учится на ошибках в интерпретации спутникового изображения».

Поскольку мы являемся свидетелями растущих возможностей искусственного интеллекта в области науки об окружающей среде, становится ясно, что будущее мониторинга и защиты нашей планеты лежит в сфере цифровой революции. Способность ИИ отображать айсберги с такой беспрецедентной скоростью — это больше, чем просто технологическое достижение — это сдвиг парадигмы в мониторинге окружающей среды.

Статья под названием «Картирование размеров гигантских антарктических айсбергов с помощью глубокого обучения» была опубликована в журнале. Криосфера .