Международная группа ученых под руководством Британской антарктической службы (BAS) и Института Алана Тьюринга создала новый инструмент на основе искусственного интеллекта – IceNet, который позволит более точно прогнозировать состояние морского льда в Арктике на несколько месяцев вперед. Это важно для работы систем раннего предупреждения, которые защищают арктическую дикую природу и прибрежные сообщества от последствий таяния морского льда. О своем изобретении исследователи рассказали в научном журнале Nature Communications.

Обширный слой замерзшей морской воды на Северном и Южном полюсах находится в сложной взаимосвязи с атмосферой и океаном, что затрудняет прогнозы. Между тем площадь летнего арктического морского льда сократилась вдвое за последние четыре десятилетия, что эквивалентно потере площади, примерно в 25 раз превышающей размер Великобритании. Эти изменения имеют драматические последствия для нашего климата, арктических экосистем и местных общин, которые должны учитывать сезонную изменчивость ледяного покрова.

IceNet с точностью почти 95% предсказывает наличие морского льда на два месяца вперед, заверяют ученые. По словам Тома Андерссона, специалиста по анализу данных в лаборатории искусственного интеллекта BAS, IceNet работает в тысячи раз быстрее, чем традиционные методы.

«Наша система прогнозирования объединяет данные со спутниковых датчиков с результатами климатических моделей, чего традиционные системы просто не могут сделать», – поясняет Скотт Хоскинг, главный исследователь и соруководитель лаборатории искусственного интеллекта BAS, старший научный сотрудник Института Алана Тьюринга.

В отличие от обычных систем прогнозирования, которые пытаются напрямую моделировать законы физики, IceNet работает по концепции глубокого обучения. Инструмент «узнает», как изменяется морской лед, на основе данных моделирования климата за тысячи лет, а также данных наблюдений за десятилетия. Это позволяет прогнозировать протяженность арктического морского льда на месяцы вперед.

Теперь в планах ученых – создать «ежедневную версию модели», которая будет работать в режиме реального времени, как системы прогноза погоды.