Gli scienziati hanno sviluppato un nuovo strumento di intelligenza artificiale (AI) in grado di prevedere in modo più accurato le condizioni del ghiaccio marino artico mesi nel futuro. Secondo un team internazionale di ricercatori guidato dal British Antarctic Survey (BAS) e dall’Alan Turing Institute, Regno Unito, le previsioni migliorate potrebbero essere alla base di nuovi sistemi di allerta precoce che proteggono la fauna selvatica e le comunità costiere dell’Artico dagli impatti della perdita di ghiaccio marino.
Descritto nella rivista Nature Communications , il sistema di intelligenza artificiale, IceNet, affronta la sfida di produrre previsioni accurate del ghiaccio marino artico per la stagione a venire, qualcosa che è sfuggito agli scienziati per decenni.
Leggi anche | Quando l’Artico si riscalda, influenzerà i livelli del mare e i modelli di precipitazioni a livello globale
Il ghiaccio marino, un vasto strato di acqua di mare ghiacciata che appare ai poli nord e sud, è notoriamente difficile da prevedere a causa della sua complessa relazione con l’atmosfera sopra e l’oceano sottostante, hanno detto i ricercatori.
La sensibilità del ghiaccio marino all’aumento delle temperature ha causato il dimezzamento dell’area del ghiaccio marino artico estivo negli ultimi quattro decenni, equivalente alla perdita di un’area circa 25 volte più grande della Gran Bretagna, hanno affermato. Questi cambiamenti in accelerazione, hanno osservato i ricercatori, hanno conseguenze drammatiche per il clima mondiale, per gli ecosistemi artici e per le comunità indigene e locali i cui mezzi di sussistenza sono legati al ciclo stagionale del ghiaccio marino.
IceNet è accurato quasi al 95% nel prevedere se il ghiaccio marino sarà presente due mesi prima, meglio del modello principale basato sulla fisica, secondo i ricercatori.
Leggi di più | L'”ultima area di ghiaccio” dell’Artico mostra uno scioglimento prima del previsto
“L’Artico è una regione in prima linea nel cambiamento climatico e negli ultimi 40 anni ha registrato un riscaldamento sostanziale”, ha affermato l’autore principale dello studio Tom Andersson, data scientist presso il BAS AI Lab. “IceNet ha il potenziale per colmare una lacuna urgente nella previsione del ghiaccio marino per gli sforzi di sostenibilità dell’Artico e funziona migliaia di volte più velocemente rispetto ai metodi tradizionali”, ha affermato Andersson.
Il nuovo quadro di previsione del ghiaccio marino fonde i dati dei sensori satellitari con l’output dei modelli climatici in modi che i sistemi tradizionali semplicemente non potrebbero ottenere, ha osservato il ricercatore principale, Scott Hosking, co-leader del BAS AI Lab.
GHIACCIO SCIOLTO AI Test IceNet: previsione stagionale del ghiaccio marino artico con deep learning probabilistico di Tom Andersson et al. (2021) (www.bas.ac.uk)
A differenza dei sistemi di previsione convenzionali che tentano di modellare direttamente le leggi della fisica, gli autori hanno progettato IceNet sulla base di un concetto chiamato deep learning. Attraverso questo approccio, il modello “apprende” come cambia il ghiaccio marino da migliaia di anni di dati di simulazione climatica, insieme a decenni di dati osservativi per prevedere l’estensione del ghiaccio marino artico nei mesi futuri.
“Ora abbiamo dimostrato che l’intelligenza artificiale può prevedere con precisione il ghiaccio marino, il nostro prossimo obiettivo è sviluppare una versione giornaliera del modello e farlo funzionare pubblicamente in tempo reale, proprio come le previsioni del tempo”, ha affermato Andersson. “Questo potrebbe funzionare come un sistema di allerta precoce per i rischi associati alla rapida perdita di ghiaccio marino”, ha aggiunto.