طور علماء كوريون في معهد أولسان الوطني للعلوم والتكنولوجيا أداة ذكاء اصطناعي للتنبؤ بالتغيرات في الجليد البحري في القطب الشمالي قبل عام.
ونُشر البحث في المجلة العلمية Remote Sensing of the Environment (RSE). استخدم الفريق خوارزمية التعلم العميق UNET لإنشاء هذا النموذج، الذي يستكشف بشكل فعال العلاقة المعقدة بين التغيرات التاريخية في تركيز الجليد البحري في القطب الشمالي والعوامل المناخية. وتشمل المكونات الرئيسية درجة حرارة الهواء ودرجة حرارة الماء والإشعاع الشمسي والرياح. UNET هو إطار عمل للتعلم العميق يسمح للذكاء الاصطناعي بتحليل وفهم العلاقات في بيانات الأقمار الصناعية.
ويظهر هذا النموذج دقة عالية في التنبؤ على المدى المتوسط والطويل. سجل الفريق متوسط خطأ في التنبؤ أقل من 6% للتنبؤات التي تم إجراؤها بعد ثلاثة وستة و12 شهرًا. علاوة على ذلك، أظهرت الشبكة العصبية أداءً مستقرًا للتنبؤ حتى أثناء فترات الذوبان السريع للجليد البحري. خلال موسم الذوبان الكبير في صيف عامي 2007 و2012، حافظ النموذج الجديد على متوسط خطأ تنبؤي قدره 7.07%، مما أدى إلى تقليل متوسط خطأ التنبؤ بشكل كبير بأكثر من النصف مقارنة بالنماذج الحالية، حيث يبلغ المتوسط 17.35%. وفقا لمؤلفي التطوير، تساهم الشبكات العصبية في تطوير الشحن في القطب الشمالي.