Un nouvel outil d’IA (intelligence artificielle) est conçu pour permettre aux scientifiques de prévoir avec as well as de précision les problems de la banquise arctique dans les mois à venir. Les prévisions améliorées pourraient étayer de nouveaux systèmes d’alerte précoce qui protègent la faune arctique et les communautés côtières des impacts de la perte de glace de mer.



Publié cette semaine (jeudi 26 août) dans la revue Character Communications, une équipe internationale de chercheurs dirigée par British Antarctic Survey (BAS) et The Alan Turing Institute décrit remark le système d’IA, IceNet, relève le défi de produire des prévisions précises de la glace de mer arctique. pour la saison à venir – quelque selected qui a échappé aux scientifiques pendant des décennies.

La glace de mer, une vaste couche d’eau de mer gelée qui apparaît aux pôles Nord et Sud, est notoirement difficile à prévoir en raison de sa relation complexe avec l’atmosphère au-dessus et l’océan en dessous. La sensibilité de la banquise à l’augmentation des températures a réduit de moitié la superficie estivale de la banquise arctique au cours des quatre dernières décennies, ce qui équivaut à la perte d’une zone d’environ 25 fois la taille de la Grande-Bretagne. Ces changements qui s’accélèrent ont des conséquences dramatiques pour notre climat, pour les écosystèmes arctiques et les communautés autochtones et locales dont les moyens de subsistance sont liés au cycle saisonnier de la banquise.



IceNet, l’outil prédictif de l’IA, est précis à près de 95 % pour prédire si la glace de mer sera présente deux mois à l’avance – mieux que le principal modèle basé sur la physique.

L’auteur principal Tom Andersson, Info Scientist au BAS AI Lab et financé par l’Institut Alan Turing, explique :  » L’Arctique est une région en première ligne du changement climatique et a connu un réchauffement considérable au cours des 40 dernières années. IceNet a le potentiel de combler une lacune urgente dans la prévision de la glace de mer pour les attempts de durabilité de l’Arctique et fonctionne des milliers de fois plus rapidement que les méthodes traditionnelles.  »

Le Dr Scott Hosking, chercheur principal, co-responsable du BAS AI Lab et chercheur principal à l’Institut Alan Turing, déclare :  » Je suis ravi de voir remark l’IA nous fait repenser la façon dont nous entreprenons la recherche environnementale. Notre nouvelle banquise Le cadre de prévision fusionne les données des capteurs satellitaires avec la sortie des modèles climatiques d’une manière que les systèmes traditionnels ne pouvaient tout simplement pas atteindre.  »

Contrairement aux systèmes de prévision conventionnels qui tentent de modéliser directement les lois de la physique, les auteurs ont conçu IceNet sur la foundation d’un thought appelé apprentissage en profondeur. Grâce à cette approche, le modèle  » apprend  » remark la glace de mer transform à partir de milliers d’années de données de simulation climatique, ainsi que de décennies de données d’observation pour prédire l’étendue des mois de glace de mer arctique dans le futur.

Tom Andersson conclut :  » Maintenant que nous avons démontré que l’IA peut prévoir avec précision la glace de mer, notre prochain objectif est de développer une variation quotidienne du modèle et de le faire fonctionner publiquement en temps réel, tout comme les prévisions météorologiques. Cela pourrait fonctionner comme un système d’alerte précoce pour les risques associés à la perte rapide de glace de mer. »