产品展示
您的位置:主页 > 产品展示 > 文化教育 >

人工智能可以彻底改变海冰警告

日期:2020-07-09 08:20

  当前,大批资源被用来为极地海域的船只供应相合海冰扩散的警卫。人工智能能够使这些警卫更低廉,更疾而且对每个体都可用。

  关于进入极地海域的船只而言,坚持对海冰扩散的负责至合紧急,这意味着要花费大批资源来搜求数据并确定异日的繁荣,以供应牢靠的海冰警卫。

  挪威北极大学(UiT Arctic University)的博士探讨员Sindre Markus Fritzner说:“到目前为止,需求大批资源来制制这些冰雪警卫,而且大局限是由挪威形象探讨所和雷同的中央制制的。”

  他受雇于物理和技巧系,近来提交了一篇博士论文,探讨了操纵人工智能使冰警卫比现正在更疾,更好和更容易得到的采取。

  守旧上,当今利用的冰雪警卫守旧上是基于动态计较机模子的,该模子带有卫星对冰盖的观测数据,而且能够搜求相合冰厚度和雪深的任何更新数据。这会天生大批数据,然后需求宏大的超等计较机对其举办措置以供应计较结果。

  Fritzner评释说:“动态模子是物理模子,需求措置大批数据。要是要对异日事情发出警卫,则需求利用超等计较机。”

  这是一种有限且腾贵的资源,这使得正在无法探访准确资源的情状下无法举办这些警卫。

  Fritzner探讨了何如正在常例条记本电脑上利用人工智能比以往更疾,更好,更低廉地供应这些海冰警卫。

  机械研习是人工智能范围中的一个特意范围,正在该范围中,统计设施用于让计较机查找大批数据中的形式和相似性。机械研习而不是编程,而全部都取决于斥地算法,使计较性能够按照阅历数据举办研习并举办计较。

  比方,正在弗里兹纳(Fritzner)的任务中,他加载了数据以查看一个特定礼拜的繁荣情状,然后供应一个礼拜后的情景数据。

  Fritzner说:“以是,这是机械正在这两个礼拜之间的繁荣连贯性,它们能够自我研习,而且能够以此格式预测其繁荣格式。”

  “要是您利用人工智能并具有通过周密教练的模子,则能够正在常例条记本电脑进步行如许的计较,” Fritzner说。

  这掀开了众个利用范围,此中之一是The High North中矫正确的天色预告。Fritzner还指出,亲近边沿冰区的航运业能够利用这种运输格式,而且这种运输格式只会减少。

  弗里兹纳说:“一个例子便是邮轮交通,关于邮轮来说,清楚冰正在哪里以及正在接下来的几天里冰将正在哪里活动极度紧急。”

  就目前而言,高别离率模子无法正在船只上运转。他们必需相干挪威形象学院,然后挪威形象学院需求正在超等计较机上运转该模子,然后再将数据传输回船舶。

  “要是您正在巴伦支海的一艘船上,则需求贯穿到搜集才具从挪威形象探讨所下载警卫。

  Fritzner说:“要是装备了准确的圭臬和人工智能,则能够通过船只自己竣工,而险些不需求任何计较才智。”

  虽然迄今为止的探讨看起来很有指望,可是结果如故不如守旧设施,可是机械研习/人工智能的繁荣正正在汹涌澎拜地举办,弗里茨纳对此毫无疑义。

  “到目前为止,体验是好的,但不是完好的。我正在对比机械研习和守旧物理模子时窥探到的是它们的速率要疾得众,况且只须冰上的改观很小,机械研习就能够很好地阐述影响。当改观更大,调解良众时,模子比物理模子更吃力。” Fritzner评释说。

  他指出,正在人工运转形式的离间智力只倚赖史乘数据,而物理模子连接地适宜于像减少熔化和天色改观较疾较大的地球物理改观。

  正在他的尝试中,弗里茨纳利用了温度,海冰浓度和海温等数据。他以为,能够通过向模子中增加更大都据来降低确实性,以便为模子供应更众的警卫数据。