教育新闻网如今，大量资源被用来为极地海域的船只提供有关海冰扩散的警告。人工智能可以使这些警告更便宜，更快并且对每个人都可用。
对于进入极地海域的船只而言，保持对海冰扩散的控制至关重要，这意味着要花费大量资源来收集数据并确定未来的发展，以提供可靠的海冰警告。
挪威北极大学(UiT Arctic University)的博士研究员Sindre Markus Fritzner说：“到目前为止，需要大量资源来制作这些冰雪警告，并且大部分是由挪威气象研究所和类似的中心制作的。”
他受雇于物理和技术系，最近提交了一篇博士论文，研究了利用人工智能使冰警告比现在更快，更好和更容易获得的选择。
需要超级计算机
传统上，当今使用的冰雪警告传统上是基于动态计算机模型的，该模型带有卫星对冰盖的观测数据，并且可以收集有关冰厚度和雪深的任何更新数据。这会生成大量数据，然后需要强大的超级计算机对其进行处理以提供计算结果。
Fritzner解释说：“动态模型是物理模型，需要处理大量数据。如果要对未来事件发出警告，则需要使用超级计算机。”
这是一种有限且昂贵的资源，这使得在无法访问正确资源的情况下无法进行这些警告。
人工智能使计算可在常规笔记本电脑上进行
Fritzner研究了如何在常规笔记本电脑上使用人工智能比以往更快，更好，更便宜地提供这些海冰警告。
机器学习是人工智能领域中的一个专门领域，在该领域中，统计方法用于让计算机查找大量数据中的模式和一致性。机器学习而不是编程，而一切都取决于开发算法，使计算机可以根据经验数据进行学习并进行计算。
例如，在弗里兹纳(Fritzner)的工作中，他加载了数据以查看一个特定星期的发展情况，然后提供一个星期后的状况数据。
Fritzner说：“因此，这是机器在这两个星期之间的发展连贯性，它们可以自我学习，并且可以以此方式预测其发展方式。”
全面开发后，与传统的物理模型相比，这种算法将需要更少的计算能力。
“如果您使用人工智能并拥有经过全面训练的模型，则可以在常规笔记本电脑上进行这样的计算，” Fritzner说。
每艘船都可以自己计算
这打开了多个使用领域，其中之一是The High North中更精确的天气预报。Fritzner还指出，靠近边缘冰区的航运业可以使用这种运输方式，并且这种运输方式只会增加。
弗里兹纳说：“一个例子就是邮轮交通，对于邮轮来说，知道冰在哪里以及在接下来的几天里冰将在哪里流动非常重要。”
就目前而言，高分辨率模型无法在船只上运行。他们必须联系挪威气象学院，然后挪威气象学院需要在超级计算机上运行该模型，然后再将数据传输回船舶。
“如果您在巴伦支海的一艘船上，则需要连接到网络才能从挪威气象研究所下载警告。
Fritzner说：“如果配备了正确的程序和人工智能，则可以通过船只本身完成，而几乎不需要任何计算能力。”
需要更多的发展
尽管迄今为止的研究看起来很有希望，但是结果仍然不如传统方法，但是机器学习/人工智能的发展正在如火如荼地进行，弗里茨纳对此毫无疑问。
“到目前为止，体验是好的，但不是完美的。我在比较机器学习和传统物理模型时观察到的是它们的速度要快得多，而且只要冰上的变化很小，机器学习就可以很好地发挥作用。当变化更大，融合很多时，模型比物理模型更费力。” Fritzner解释说。
他指出，在人工运行模式的挑战智力只依靠历史数据，而物理模型不断地适应于像增加熔化和天气变化较快较大的地球物理变化。
在他的实验中，弗里茨纳使用了温度，海冰浓度和海温等数据。他认为，可以通过向模型中添加更多数据来提高准确性，以便为模型提供更多的警告数据。
他说：“特别是如果增加风和冰的厚度，机器学习会更好地工作。”
他认为，进一步的研究和开发将释放这种形式的机器学习的巨大潜力。
