สล็อตเว็บตรงไม่ผ่านเอเย่นต์ ล่าสุด AI สามารถช่วยคาดการณ์ว่าน้ำแข็งในทะเลอาร์กติกจะหดตัวได้อย่างไร

สล็อตเว็บตรงไม่ผ่านเอเย่นต์ ล่าสุด AI สามารถช่วยคาดการณ์ว่าน้ำแข็งในทะเลอาร์กติกจะหดตัวได้อย่างไร

IceNet สามารถทำนายอนาคตของเดือนน้ำแข็งในทะเล สล็อตเว็บตรงไม่ผ่านเอเย่นต์ ล่าสุด อาร์กติกล่วงหน้าได้อย่างแม่นยำ 95 เปอร์เซ็นต์ ในสัปดาห์หน้าหรือประมาณนั้น น้ำแข็งในทะเลที่ลอยอยู่บนมหาสมุทรอาร์กติกจะหดตัวเป็นขนาดที่เล็กที่สุดในปีนี้ เนื่องจากน้ำทะเลที่อุ่นในฤดูร้อนจะกลืนกินบริเวณขอบน้ำแข็งที่จมอยู่ใต้น้ำ

นักวิทยาศาสตร์กล่าวว่าระดับน้ำแข็งในทะเลต่ำสุดเป็นประวัติการณ์อาจจะไม่ถูกทำลายในปีนี้ 

ในปี 2020 น้ำแข็งปกคลุมพื้นที่อาร์กติก 3.74 ล้านตารางกิโลเมตรที่จุดต่ำสุด เข้าใกล้ระดับต่ำสุดเป็นประวัติการณ์ ปัจจุบัน น้ำแข็งทะเลมีอยู่ในน่านน้ำอาร์กติกเพียงไม่ถึง 5 ล้านตารางกิโลเมตร ทำให้มันกลายเป็นน้ำแข็งทะเลที่ต่ำที่สุดอันดับที่ 10 ในพื้นที่ตั้งแต่เริ่มบันทึกดาวเทียมในปี 2522 ถือว่าเสร็จสิ้นโดยไม่คาดคิดเมื่อพิจารณาว่าในช่วงต้น ฤดูร้อน น้ำแข็งในทะเลทำสถิติต่ำสุดในช่วงเวลานั้นของปี

ความประหลาดใจส่วนหนึ่งเกิดขึ้นเนื่องจากเครื่องมือพยากรณ์ทางสถิติและฟิสิกส์ที่ดีที่สุดในปัจจุบันสามารถทำนายระดับน้ำแข็งในทะเลได้อย่างใกล้ชิดล่วงหน้าเพียงไม่กี่สัปดาห์ แต่ความแม่นยำของการพยากรณ์ระยะไกลจะสะดุด ตอนนี้ เครื่องมือใหม่ที่ใช้ปัญญาประดิษฐ์เพื่อสร้างการพยากรณ์น้ำแข็งในทะเลช่วยเพิ่มความแม่นยำและสามารถทำการวิเคราะห์ได้ค่อนข้างเร็ว นักวิจัยรายงานวันที่ 26 สิงหาคมในNature Communications

IceNet ซึ่งเป็นระบบพยากรณ์น้ำแข็งในทะเลที่พัฒนาโดย British Antarctic Survey หรือ BAS “แม่นยำ 95% ในการพยากรณ์น้ำแข็งในทะเลในอีกสองเดือนข้างหน้า ซึ่งสูงกว่าแบบจำลองทางฟิสิกส์ชั้นนำ SEAS5 ในขณะที่วิ่งเร็วกว่า 2,000 เท่า” Tom Andersson กล่าว นักวิทยาศาสตร์ข้อมูลกับห้องปฏิบัติการปัญญาประดิษฐ์ของ BAS ในขณะที่ SEAS5 ใช้เวลาประมาณหกชั่วโมงในซูเปอร์คอมพิวเตอร์เพื่อสร้างการพยากรณ์ IceNet สามารถทำเช่นเดียวกันได้ในเวลาน้อยกว่า 10 วินาทีบนแล็ปท็อป ระบบยังแสดงความสามารถที่น่าประหลาดใจในการทำนายเหตุการณ์น้ำแข็งผิดปกติ – เสียงสูงหรือต่ำผิดปกติ – สูงสุดสี่เดือนล่วงหน้า Andersson และเพื่อนร่วมงานของเขาพบ

การติดตามน้ำแข็งในทะเลมีความสำคัญต่อการติดตามผลกระทบของการเปลี่ยนแปลงสภาพภูมิอากาศ แม้ว่าจะเป็นเกมที่ยาวกว่า แต่การแจ้งล่วงหน้าจาก IceNet อาจมีประโยชน์ในทันทีมากกว่าเช่นกัน ตัวอย่างเช่น สามารถให้เวลานักวิทยาศาสตร์ในการประเมินและวางแผนความเสี่ยงของไฟอาร์กติกหรือความขัดแย้งระหว่างสัตว์ป่ากับมนุษย์ และสามารถให้ข้อมูลที่ชุมชนพื้นเมืองจำเป็นต้องทำการตัดสินใจทางเศรษฐกิจและสิ่งแวดล้อม

ระดับน้ำแข็งในทะเลอาร์กติกลดลงอย่างต่อเนื่องในทุกฤดูกาล 

นับตั้งแต่การบันทึกดาวเทียมเริ่มขึ้นในปี 2522 ( SN : 9/25/19) นักวิทยาศาสตร์ได้พยายามปรับปรุงการพยากรณ์น้ำแข็งในทะเลมาเป็นเวลาหลายทศวรรษ แต่ความสำเร็จนั้นพิสูจน์ได้ยาก Andersson กล่าวว่า “การคาดการณ์น้ำแข็งทะเลเป็นเรื่องยากมากเพราะน้ำแข็งทะเลมีปฏิสัมพันธ์ที่ซับซ้อนกับบรรยากาศด้านบนและมหาสมุทรด้านล่าง

เครื่องมือพยากรณ์ที่มีอยู่นำกฎฟิสิกส์มาใส่ในรหัสคอมพิวเตอร์เพื่อทำนายว่าน้ำแข็งในทะเลจะเปลี่ยนแปลงอย่างไรในอนาคต แต่ส่วนหนึ่งเนื่องจากความไม่แน่นอนในระบบทางกายภาพที่ควบคุมน้ำแข็งในทะเล แบบจำลองเหล่านี้พยายามดิ้นรนเพื่อสร้างการคาดการณ์ระยะยาวที่แม่นยำ

การใช้กระบวนการที่เรียกว่าการเรียนรู้อย่างลึกซึ้ง Andersson และเพื่อนร่วมงานของเขาได้โหลดข้อมูลน้ำแข็งในทะเลที่สังเกตได้ตั้งแต่ปี 1979 ถึง 2011 และการจำลองสภาพภูมิอากาศที่ครอบคลุม 1850 ถึง 2100 เพื่อฝึก IceNet ว่าจะทำนายสถานะของน้ำแข็งในทะเลในอนาคตได้อย่างไรโดยการประมวลผลข้อมูลจากอดีต

เพื่อตรวจสอบความถูกต้องของการพยากรณ์ ทีมงานได้เปรียบเทียบผลลัพธ์ของ IceNet กับระดับน้ำแข็งในทะเลที่สังเกตได้ตั้งแต่ปี 2555 ถึง 2563 และกับการคาดการณ์ของ SEAS5 ซึ่งเป็นเครื่องมือที่ศูนย์พยากรณ์อากาศระยะกลางของยุโรปใช้กันอย่างแพร่หลาย IceNet มีความแม่นยำมากกว่า SEAS5 ถึง 2.9 เปอร์เซ็นต์ ซึ่งสอดคล้องกับพื้นที่อีก 360,000 ตารางกิโลเมตรของมหาสมุทรที่มีป้ายกำกับว่า “น้ำแข็ง” หรือ “ไม่มีน้ำแข็ง” อย่างถูกต้อง

ยิ่งไปกว่านั้น ในปี 2555 ระดับน้ำแข็งในทะเลฤดูร้อนที่ตกลงอย่างกะทันหันได้ประกาศระดับต่ำสุดเป็นประวัติการณ์ใหม่ในเดือนกันยายนของปีนั้น ในการดำเนินการผ่านข้อมูลที่ผ่านมา IceNet เห็นว่าการลดลงล่วงหน้าหลายเดือนข้างหน้า SEAS5 มีความเฉลียวฉลาดเช่นกัน แต่การคาดการณ์ที่อยู่ห่างออกไปไม่กี่แสนตารางกิโลเมตร

Andersson กล่าวว่า “นี่เป็นก้าวสำคัญในการพยากรณ์น้ำแข็งในทะเล ซึ่งช่วยเพิ่มความสามารถของเราในการผลิตการคาดการณ์ที่แม่นยำซึ่งปกติแล้วไม่คิดว่าจะเป็นไปได้ และดำเนินการได้เร็วกว่าหลายพันเท่า” เขาเชื่อว่าเป็นไปได้ที่ IceNet จะเรียนรู้กระบวนการทางกายภาพที่กำหนดวิวัฒนาการของน้ำแข็งทะเลได้ดีขึ้นจากข้อมูลการฝึก ในขณะที่แบบจำลองทางฟิสิกส์ยังคงพยายามทำความเข้าใจข้อมูลนี้

Uma Bhatt นักวิทยาศาสตร์ด้านบรรยากาศจากสถาบันธรณีฟิสิกส์แห่งมหาวิทยาลัยอลาสก้า ซึ่งไม่ได้เกี่ยวข้องกับ การศึกษาใหม่ เธอยังเป็นผู้นำเครือข่าย Sea Ice Prediction Network ซึ่งเป็นกลุ่มนักวิทยาศาสตร์จากสหสาขาวิชาชีพที่ทำงานเพื่อปรับปรุงการพยากรณ์ เว็บสล็อตเว็บตรงไม่ผ่านเอเย่นต์ล่าสุด