巴爾的摩縣馬里蘭大學(xué)的研究人員開發(fā)了一種技術(shù)，可以更快地分析北極冰原中的大量數(shù)據(jù)，從而獲得有關(guān)模式和趨勢(shì)的知識(shí)。多年來，已經(jīng)收集了有關(guān)北極和南極冰的大量數(shù)據(jù)。這些數(shù)據(jù)對(duì)于尋求了解氣候變化和當(dāng)前融化趨勢(shì)的科學(xué)家和政策制定者至關(guān)重要。

研究人員Masoud Yari和Maryam Rahnemoonfar利用新的AI技術(shù)開發(fā)了一種全自動(dòng)技術(shù)來分析冰數(shù)據(jù)。他們?cè)凇侗▽W(xué)雜志》上描述了該技術(shù) 。他們的努力是 美國(guó)國(guó)家科學(xué)基金會(huì)正在進(jìn)行的BigData項(xiàng)目的一部分。數(shù)據(jù)基于堪薩斯大學(xué)John Paden開發(fā)的新圖像處理算法。

NSF計(jì)算機(jī)與信息科學(xué)與工程部計(jì)劃主任Sylvia Spengler說：“很高興看到計(jì)算機(jī)修訂版和機(jī)器學(xué)習(xí)之間的合作有助于預(yù)測(cè)冰的變化。”

幾十年來，研究人員一直密切跟蹤極地冰，雪和土壤的測(cè)量值，但是事實(shí)證明，處理大量可用數(shù)據(jù)極具挑戰(zhàn)性。

Rahnemoonfar表示，“僅使用手動(dòng)技術(shù)，很難挖掘和理解雷達(dá)大數(shù)據(jù)。” 她和Yari正在開發(fā)的AI技術(shù)可用于更快地挖掘數(shù)據(jù)，以獲得有關(guān)冰蓋厚度和某個(gè)位置積雪水平的趨勢(shì)的有用信息。

研究人員開發(fā)了一種算法，可以學(xué)習(xí)如何識(shí)別北極和南極數(shù)據(jù)中的物體和模式。AI算法必須暴露于成千上萬(wàn)的示例中，以學(xué)習(xí)如何識(shí)別重要的元素和模式。Rahnemoonfar和她的團(tuán)隊(duì)使用標(biāo)記為不完整的現(xiàn)有北極數(shù)據(jù)來訓(xùn)練AI算法如何對(duì)新數(shù)據(jù)進(jìn)行分類和理解。

該算法的訓(xùn)練尚未完成，因?yàn)樗鼘⑿枰诙鄠€(gè)傳感器和多個(gè)位置上按比例放大，以創(chuàng)建更準(zhǔn)確的工具。但是，它已經(jīng)成功開始自動(dòng)化以前效率低下且勞動(dòng)強(qiáng)度大的過程。

AI技術(shù)的迅速發(fā)展使人們能夠了解北極的冰雪厚度，從而使科學(xué)家和研究人員能夠做出更快，更準(zhǔn)確的氣候預(yù)測(cè)。研究人員說，北極冰的融化速度會(huì)影響海平面上升，如果科學(xué)家能夠更好地預(yù)測(cè)融化的嚴(yán)重程度，社會(huì)將可以更好地減輕海平面上升造成的危害。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！