Jika Anda pernah menonton Netflix, berbelanja online, atau menjalankan robot penyedot debu, Anda telah berinteraksi dengan kecerdasan buatan, AI. AI memungkinkan komputer menyisir sejumlah besar data untuk mendeteksi pola atau memecahkan masalah. Uni Eropa mengatakan AI akan menjadi “masa depan yang menentukan teknologi. "
Namun, sebanyak AI sudah terjalin ke dalam kehidupan kita sehari-hari, ada satu area di dunia di mana AI dan aplikasinya masih dalam masa pertumbuhan, kata profesor di Departemen Teknologi Kelautan Universitas Sains dan Teknologi (NTNU) Norwegia. Daerah itu adalah Arktik, daerah di mana peneliti memiliki spesialisasi dalam mempelajari es laut, di antara topik lainnya.
Ini banyak digunakan dalam pemasaran, dalam kedokteran, tetapi tidak begitu banyak di komunitas (penelitian) Arktik, meskipun mereka memiliki banyak data, tidak ada cukup perhatian AI di lapangan. Ada banyak data di luar sana, menunggu orang melakukan sesuatu dengan mereka.
Jadi, para peneliti memutuskan untuk melihat apakah mereka dapat mengembangkan aplikasi yang menggunakan kecerdasan buatan untuk mengidentifikasi es laut di Kutub Utara.
Anda mungkin berpikir tidak ada banyak perbedaan antara satu bongkahan es laut dan yang lainnya, tetapi sebenarnya tidak demikian.
Selain gunung es, ada es yang berubah bentuk, es datar, es pecah, es terapung, es floe, bit floe, es pancake, dan es kurang ajar.
Para peneliti ingin aplikasi tersebut dapat membedakan antara berbagai jenis es dan benda putih dan biru lainnya di luar sana, seperti langit, perairan terbuka, dan es bawah air.
Berbagai jenis es sangat penting bagi kapten kapal, misalnya, yang mungkin berlayar di perairan es. Gunung es yang sebenarnya tidak seperti es kurang ajar, potongan es mengambang yang berdiameter 2 meter atau kurang. Pikirkanlah—Titanic tidak akan tenggelam jika hanya menabrak sepetak es yang kurang ajar, bukan gunung es yang besar.
Faktor lain yang menambah urgensi situasi adalah perubahan iklim, yang secara dramatis mengubah es laut saat lautan menghangat. Bahkan dengan bantuan citra satelit dan teknologi kapal, mengetahui apa yang ada di perairan es di depan bisa menjadi tantangan yang sulit, terutama dalam kabut atau badai.
Es bisa sangat sulit untuk navigasi, kata peneliti. “Dari air (di permukaan kapal) Sulit untuk mendeteksi di mana ada es yang kuat, es multiyears, dan es yang berbeda. Beberapa es jauh lebih berbahaya daripada jenis lainnya.
Tim mulai mengajarkan sistem AI aplikasi mereka menggunakan koleksi lengkap foto yang diambil oleh peneliti es NTNU lainnya.
Tetapi sistem AI seperti anak yang sedang tumbuh — jika ingin belajar, ia perlu terpapar banyak informasi. Di situlah mengubah AI menjadi aplikasi masuk akal. Meskipun pandemi COVID-19 telah menutup sebagian besar operasi pelayaran, seiring meredanya pandemi, orang-orang akan mulai naik kapal pesiar lagi—termasuk ke Kutub Utara dan Antartika.
Peneliti membayangkan wisatawan menggunakan aplikasi untuk mengambil gambar dari berbagai jenis es untuk melihat siapa yang menemukan jenis es yang paling berbeda. Dan setiap gambar itu membantu aplikasi belajar.
“Jika aplikasi digunakan untuk 'infotainment,' akurasi tidak begitu penting,” kata Peneliti. “Bahkan bisa menyenangkan ketika model membuat kesalahan.”
Saat AI belajar, Peneliti mengatakan, kumpulan data yang semakin kompleks dapat dibawa ke dalam kelas, di mana navigator dapat belajar tentang es dengan cara yang jauh lebih canggih.
Saat ini, mahasiswa hanya melihat gambar atau mendengarkan presentasi PowerPoint, dimana dosen menjelaskan macam-macam es.
“Jadi ini bisa merevolusi cara Anda belajar tentang es,” katanya. “Anda bisa memilikinya dalam 3D, Anda bisa muncul sendiri dan menjelajahi gambar digital ini di sekitar Anda, dengan tautan ke berbagai jenis jenis es.”
Para peneliti merencanakan AI di lokakarya Arktik pada bulan September untuk mengeksplorasi aplikasi AI di daerah terpencil ini.
Ada tantangan ekstrem yang unik di Kutub Utara, mulai dari aktivitas manusia dan dampak di lokasi terpencil Kutub Utara hingga Kutub Utara data akuisisi, berbagi, dan kualitas, Mereka perlu mengarahkan aplikasi AI untuk memecahkan tantangan Arktik yang penting bagi dunia serta menyoroti 'lubang hitam' atau kesenjangan pengetahuan dan meningkatkan kesadaran tentang apa yang tidak berhasil.
