Если вы смотрели Netflix, делали покупки в Интернете или запускали робот-пылесос, вы взаимодействовали с искусственным интеллектом, ИИ. ИИ — это то, что позволяет компьютерам прочесывать огромные объемы данных, чтобы выявлять закономерности или решать проблемы. Европейский Союз заявляет, что ИИ станет «определяющим будущим» technology".
И все же, поскольку ИИ уже встроен в нашу повседневную жизнь, есть одна область земного шара, где ИИ и его приложения находятся в зачаточном состоянии, говорит доцент кафедры морских технологий Норвежского университета науки и технологий (NTNU). Эта область - Арктика, область, где исследователи специализируются, среди прочего, на изучении морского льда.
Его часто используют в маркетинге, в медицине, но не так часто в арктических (исследовательских) сообществах, хотя у них много данных, ИИ не уделяет достаточного внимания этой области. Там много данных, ожидающих, что люди что-то с ними сделают.
Поэтому исследователи решили посмотреть, смогут ли они разработать приложение, использующее искусственный интеллект для определения морского льда в Арктике.
Вы можете подумать, что между одним куском морского льда и другим нет большой разницы, но это не так.
Помимо айсбергов, есть деформированный лед, ровный лед, битый лед, льдины, льдины, льдины, блинный лед и рыхлый лед.
Исследователи хотели, чтобы приложение могло различать различные виды льда и другие белые и синие объекты, такие как небо, открытая вода и подводный лед.
Различные виды льда действительно важны для капитанов судов, например, которые могут плавать в ледяной воде. Настоящие айсберги - это не что иное, как твердый лед, плавающие куски льда диаметром 2 метра или меньше. Подумайте об этом - «Титаник» не затонул бы, если бы он просто наткнулся на кусок крутого льда, а не на большой айсберг.
Еще один фактор, делающий ситуацию безотлагательной, - это изменение климата, которое резко меняет морской лед по мере того, как океаны нагреваются. Даже с помощью спутниковых снимков и бортовых технологий узнать, что впереди в ледяных водах, может оказаться сложной задачей, особенно в туман или шторм.
Исследователь сказал, что лед может быть очень сложным для навигации. «С воды (на уровне корабля) бывает трудно обнаружить, где есть крепкий лед, многолетний лед и другой лед. Некоторые виды льда намного опаснее других.
Команда начала обучать системе искусственного интеллекта своего приложения, используя обширную коллекцию фотографий, сделанных другим исследователем льда NTNU.
Но система искусственного интеллекта подобна растущему ребенку: если он хочет учиться, он должен получить много информации. Вот где имело смысл превратить ИИ в приложение. Хотя пандемия COVID-19 привела к остановке большинства круизных рейсов, по мере того, как пандемия разразится, люди снова начнут совершать круизы, в том числе в Арктику и Антарктику.
Исследователь представляет, как туристы используют приложение для фотографирования различных видов льда, чтобы увидеть, кто находит самые разные виды льда. И каждая из этих картинок помогает приложению учиться.
«Если приложение используется для« информационно-развлекательной »информации, точность не так уж и важна, - сказал исследователь. «Это может быть даже весело, когда модель делает ошибки».
Исследователь говорит, что по мере того, как ИИ учится, все более сложный набор данных может быть использован в классе, где навигаторы смогут изучать лед более сложным способом.
В настоящее время студенты просто смотрят картинки или слушают презентацию в PowerPoint, где лекторы описывают различные виды льда.
«Так что это может революционизировать то, как мы узнаем о льду», - сказала она. «Вы могли бы иметь его в 3D, вы могли бы проявить себя и исследовать это цифровое изображение вокруг вас, со ссылками на различные типы льда».
Исследователи планируют провести в сентябре семинар по ИИ в Арктике, чтобы изучить приложения ИИ в этих отдаленных районах.
Существуют экстремальные проблемы, характерные только для Арктики, от деятельности человека и воздействия в отдаленных районах Арктики до Арктики данным приобретение, обмен и качество. Им необходимо направить приложения ИИ для решения важных для мира арктических проблем, а также выделить «черные дыры» или пробелы в знаниях и повысить осведомленность о том, что не работает.
