РСЕ: алгоритам израчунава густину арктичког леда са 94% тачности

Корејски научници са Националног института за науку и технологију Улсан развили су алат за вештачку интелигенцију (АИ) за предвиђање промена у арктичком морском леду годину дана унапред.

Истраживање је објављено у научном часопису Ремоте Сенсинг оф тхе Енвиронмент (РСЕ). Тим је користио УНЕТ алгоритам дубоког учења за креирање овог модела, који ефикасно истражује сложену везу између историјских промена концентрације леда на Арктику и климатских фактора. Главне компоненте укључују температуру ваздуха, температуру воде, сунчево зрачење и ветар. УНЕТ је оквир за дубоко учење који омогућава вештачкој интелигенцији да анализира и разуме односе у сателитским подацима.

Овај модел показује високу тачност у средњорочном и дугорочном предвиђању. Тим је забележио просечну грешку прогнозе мању од 6% за прогнозе направљене након три, шест и 12 месеци. Штавише, неуронска мрежа је показала стабилне перформансе предвиђања чак и током периода брзог топљења морског леда. Током значајне сезоне топљења лета 2007. и 2012. године, нови модел је задржао просечну грешку прогнозе од 7,07%, што је значајно смањило просечну грешку прогнозе за више од половине у поређењу са тренутним моделима, просек је 17,35%. Према ауторима развоја, неуронске мреже доприносе развоју бродарства на Арктику.