#sustainable_ai

Согласно отчету Арктического совета от мая 2021 года, воздух и вода в Арктике с 1971 года нагревались в три раза быстрее, чем на остальной части планеты, и это потепление вызывает непредсказуемое расширение и таяние льдов.

Некоторые ученые и исследовательские компании сейчас используют инструменты, основанные на AI, для более точного и своевременного прогнозирования того, какие части Северного Ледовитого океана будут покрыты льдом и когда это произойдет. AI дополняет существующие модели, использующие физику для понимания того, что происходит на поверхности океана, где холодные подводные течения встречаются с суровыми ветрами, создавая плавучие участки льда.

Одна из наиболее популярных моделей называется IceNet. Она предоставляет прогноз на шесть месяцев, основанный на моделировании арктического климата в период с 1850 по 2100 год (прогноз) и фактических данных наблюдений, записанных с 1979 по 2011 год. После обучения модели, IceNet превзошла по эффективности ведущую физическую модель, составляющую сезонные прогнозы о наличии или отсутствии морского льда в каждом квадранте региона.

Группа ученых из Лаборатории прикладной физики Университета Джонса Хопкинса разработала другую модель прогнозирования, которая использует сверточные нейронные сети для изучения спутниковых изображений поверхности океана и составления прогнозов о том, как быстро будет образовываться лед. Данная модель (JHUAPL) использует цифровые спутниковые изображения и объединяет их с метеорологическими данными, которые одновременно с этим собираются на земле.

Прогнозирование состояния морского льда - это лишь одно из применений AI-моделей. Они также могут быть использованы для прогнозирования поставок электроэнергии, выбросов углекислого газа, автоматического обнаружения утечек метана и даже для прогнозирования повышения энергоэффективности офисных зданий и домов (подробная научная статья на эту тему - здесь)

Ученые постоянно стремятся повысить точность AI-моделей, чтобы прогнозировать ледовые условия с большим разрешением, вплоть до сеток размером не 25 километров, а всего-навсего пару сотен метров. Несмотря на то, что AI пока не может полностью заменить данные, полученные непосредственно с арктического побережья, эти прогнозы уже сейчас могут дать людям общее представление о том, какова траектория движения льда в определенном районе.