معجزه هوش مصنوعی: چقدر یخ قطب شمال آب می شود؟

در آخرین هفته تابستان امسال، آب گرم به لبه یخ های اقیانوس منجمد شمالی رسیده است و یخ های شناور روی آب به کمترین میزان خود در سال جاری رسیده است.

این پایین ترین سطح یخ ثبت شده نبود. تا سال 2020، حداقل مساحت یخ در اقیانوس منجمد شمالی به 3.74 میلیون کیلومتر مربع رسیده است و در آستانه شکستن رکوردها قرار دارد. در این سال، مساحت یخ به کمتر از 5 میلیون کیلومتر مربع کاهش یافته است که یکی از ده منطقه پایین یخ از سال 1979 (سالی که ماهواره ها شروع به ثبت یخ کردند) است. این واقعیت که سطح برف در این تعداد کاهش پیدا نکرد، تعجب آور بود، زیرا سطح برف در اوایل تابستان، رکورد کمترین منطقه ثبت شده در آن زمان را شکست.

بخشی از شگفتی این است که آمارهای کنونی – و ابزارهای مبتنی بر فیزیک – فقط می توانند وسعت یخ را برای چند هفته پیش بینی کنند و تخمین های بلندمدت نادرست هستند. اکنون به گفته گروهی از محققان این مجله ارتباط طبیعتیک ابزار جدید مبتنی بر هوش مصنوعی برای تخمین منطقه یخ دریا، نوید افزایش دقت را می دهد – و می تواند نسبتاً سریع آن را تجزیه و تحلیل کند.

به گفته تام اندرسون، دانشمند داده در آزمایشگاه هوش مصنوعی BAS (BAS)، Isnet، سیستم پیش بینی یخ دریایی BAS، “در برآورد یخ دریا در یک دوره دو ماهه 95 درصد دقت وجود دارد.” “این بلندتر از مدل پیشرو و مبتنی بر فیزیک SEAS5 است – و دو برابر سریعتر.” پیش‌بینی SEAS5 با استفاده از یک ابررایانه شش ساعت طول می‌کشد، در حالی که Easent می‌تواند همین کار را در یک لپ‌تاپ در 10 ثانیه انجام دهد. اندرسون و همکارانش همچنین دریافتند که آیزن توانایی شگفت انگیزی در پیش بینی رویدادهای استثنایی یخ – رکوردهای غیرمعمول بالا و پایین – در یک دوره چهار ماهه دارد.

آگاهی از شرایط یخ دریا برای نظارت بر اثرات تغییرات آب و هوایی مهم است. در حالی که این امر در بلندمدت بسیار مهم است، پیش بینی پیشرفته مزایای کوتاه مدتی نیز دارد. به عنوان مثال، این ابزار ممکن است به دانشمندان فرصت کافی برای ارزیابی و برنامه ریزی برای خطرات مربوط به آتش سوزی قطب شمال یا رابطه بین انسان و حیات وحش بدهد. همچنین داده های مورد نیاز جوامع محلی را برای تصمیم گیری های زیست محیطی و اقتصادی در اختیار جوامع محلی قرار می دهد.

از زمان آغاز ضبط ماهواره ای در سال 1979، سطح یخ اقیانوس منجمد شمالی در تمام فصول سال به طور پیوسته در حال کاهش بوده است. دانشمندان ده ها سال است که برای بهبود دقت پیش بینی سطح یخ کار کرده اند، اما موفقیت در این زمینه هدف آسانی نیست. اندرسون می‌گوید: «پیش‌بینی یخ دریا واقعاً دشوار است، زیرا یخ با اتمسفر بالایی و پایین اقیانوس به روش‌های پیچیده‌ای در تعامل است.

ابزارهای پیش‌بینی موجود، فیزیک قرآن را به کد کامپیوتری برای پیش‌بینی تغییرات یخ دریا در آینده تبدیل می‌کنند. به دلیل عدم قطعیت سیستم های فیزیکی کنترل کننده یخ دریا، این مدل ها نمی توانند پیش بینی های بلندمدت را برآورده کنند.

اندرسون و همکاران با استفاده از فرآیندهای یادگیری عمیق، داده‌های مشاهده یخ دریا را از سال 1979 تا 2011 و شبیه‌سازی‌های آب و هوا از سال 1850 تا 2100 را آپلود کردند به آیزنت کمک کردند تا با پردازش داده‌های گذشته، شرایط آینده دریا را پیش‌بینی کند.

برای تعیین صحت پیش‌بینی‌ها، این تیم خروجی Isent را با داده‌های رصد یخ دریا از سال 2012 تا 2020 و پیش‌بینی SEAS5، ابزاری که به طور گسترده توسط مرکز اروپا برای پیش‌بینی هوای میان‌مدت استفاده می‌شود، مقایسه کرد. Eisent 2.9 درصد دقیق‌تر از SEAS5 بود و 360000 کیلومتر مربع بالاتر از سطح دریا را با برچسب‌های “یخ” و “بدون یخ” مشخص کرد.

علاوه بر این، کاهش شدید سطح برف تابستانی در سال 2012 نشان دهنده پایین بودن رکورد در سپتامبر است. در حین پردازش داده های رصدی قبل از رویداد، آیزن ماه ها پیش این افت ناگهانی را پیش بینی کرد. SEAS5 نیز نشانه هایی از کاهش تولید داشت، اما پیش بینی آن صدها هزار کیلومتر مربع با واقعیت متفاوت بود.

اندرسون می‌گوید: «این گام مهمی در پیش‌بینی یخ‌های دریا است و توانایی ما را برای پیش‌بینی چیزهایی که معمولاً غیرممکن هستند، بهبود می‌بخشد». در عین حال سرعت این فرآیند هزاران برابر افزایش یافته است.» در حالی که ممکن است آیزنهاور بتواند فرآیند تعیین یخ دریا را با استفاده از داده های رصدی بهتر درک کند، مدل های مبتنی بر فیزیک هنوز در درک این اطلاعات مشکل دارند.

وی گفت: تکنیک های یادگیری ماشین تنها چند سالی است که در زمینه پیش بینی وجود دارد.

به گفته بات، پیش‌بینی‌های فصلی خوب یخ‌ها برای ارزیابی خطر آتش‌سوزی قطب شمال مهم است، که به شدت به وجود یخ دریا بستگی دارد. “دانستن اینکه یخ دریا در بهار کجا خواهد بود می تواند به شما کمک کند تا بفهمید آتش ممکن است کجا باشد – برای مثال، در سیبری، وقتی یخ از ساحل می لغزد، زمین می تواند به سرعت گرم شود و صحنه را آماده کند.” فصل بد آتش سوزی.”

هر گونه بهبود در پیش بینی یخ دریا می تواند به برنامه ریزی اقتصادی، امنیتی و زیست محیطی در جوامع شمالی اصلی کمک کند. به عنوان مثال، وقتی برف ناپدید می شود، هزاران گراز دریایی برای استراحت به ساحل می آیند. مداخله انسان می تواند خوکچه هندی را بکشد و آنها را بکشد. با پیش‌بینی یخبندان‌های فصلی، زیست‌شناسان می‌توانند با محدود کردن دسترسی انسان، ذوب سریع و مدیریت زودرس زیستگاه خوک‌ها را تشخیص دهند.

با این حال، هنوز محدودیت هایی وجود دارد. Aisent مکان کلاهک های یخی را در ماه سپتامبر با دقت 91 درصد در یک دوره چهار ماهه تخمین زد. اما این سیستم مانند همه سیستم های دیگر نمی تواند پایان تابستان را با فاصله بیشتری پیش بینی کند. دانشمندان می گویند بخشی از دلیل آن «موانع قابل پیش بینی بهار» است. برای پیش بینی پایان تابستان باید از وضعیت بارش برف در ابتدای فصل ذوب در بهار اطلاع داشت.

مارک سرز، مدیر مرکز ملی داده های برف و یخ در بولدر، کلرادو، گفت: “این یک واقعیت است که آب و هوا در حال تغییر زیادی است.” اگرچه به نظر می رسد یخ های دریا آماده شکستن رکورد کمترین یخ سالانه در ماه جولای هستند، اما دمای پایین باعث کاهش سرعت ذوب یخ ها شده است. ما می دانیم که به شدت به الگوهای آب و هوای تابستان واکنش نشان می دهد، اما نمی توانیم آب و هوای خوب را پیش بینی کنیم. پیش بینی آب و هوا بیشتر از 10 روز نیست.