科学家们利用人工智能分析了700年来超过10亿个海浪，得出了一个开创性的预测异常海浪的公式。这项研究将大量海洋数据转化为巨浪概率方程，挑战了以前的理论，并为海上安全提供了重要意义。这项研究的可及性和人工智能在增强人类理解方面的作用标志着该领域的重大进步。来源:SciTechDaily.com
哥本哈根大学和维多利亚大学的研究人员利用七个世纪的海浪数据，包括超过十亿次的海浪观测，采用先进的人工智能技术，找到了一个如何预测这些海洋怪物发生的公式。
长期以来，人们一直认为巨大的巨浪只是神话，但它是真实存在的，可以撕裂船只，甚至破坏石油钻井平台。哥本哈根大学和维多利亚大学的研究人员通过分析七个世纪以来超过十亿次海浪的数据，利用人工智能为这些可怕的海洋巨人设计了一个预测公式。新的知识可以使航运更安全。
几个世纪以来，关于巨浪的故事，被称为流氓浪，一直是水手们的最爱。但是，1995年，当一股26米高的巨浪袭击挪威的Draupner石油平台时，数字仪器就在那里捕捉和测量了这个北海怪物。这是第一次测量到异常海浪，并提供了异常海浪确实存在的科学证据。
从那时起，这些极端的波浪就成为了许多研究的主题。现在，哥本哈根大学尼尔斯·玻尔研究所的研究人员利用人工智能方法发现了一个数学模型，该模型提供了一个方法，可以解释异常波是如何发生的，尤其是何时发生的。
迪翁H?fner在哥本哈根大学尼尔斯玻尔研究所为他的博士论文《数据的海洋——推断现实世界的流氓波的原因》辩护。资料来源:尼尔斯玻尔研究所/哥本哈根大学
在大量海洋运动大数据的帮助下，研究人员可以预测在任何给定时间被海上巨浪袭击的可能性。
“基本上，当这些巨浪袭来时，运气就会很差。它们是由许多因素共同引起的，到目前为止，这些因素还没有被组合成一个单一的风险估计。在这项研究中，我们绘制了产生异常波的因果变量，并使用人工智能将它们收集到一个模型中，该模型可以计算异常波形成的概率，”Dion H?fner说。
H?fner是尼尔斯玻尔研究所的前博士生，也是这项科学研究的第一作者，该研究刚刚发表在著名的《美国国家科学院院刊》(PNAS)上。
巨浪每天都在发生
在他们的模型中，研究人员结合了海洋运动和海况的可用数据，以及水深和水深信息。最重要的是，波浪数据是从美国海岸和海外领土周围158个不同地点的浮标收集的，这些浮标每天24小时收集数据。这些来自超过10亿次海浪的数据结合起来，包含了700年的波高和海况信息。
研究人员分析了多种类型的数据，以找到异常波的原因，异常波的定义是至少是周围波的两倍高的波，包括可能超过20米高的极端异常波。通过机器学习，他们将所有这些转化为一种算法，然后应用于他们的数据集。
“我们的分析表明，异常波一直在发生。事实上，我们在数据集中记录了10万个可以被定义为异常波的波浪。这相当于每天在海洋的任意位置发生大约1次巨浪。然而，它们并不都是极端规模的巨浪，”该研究的第二作者约翰内斯·格姆里奇解释说。
作为科学家的人工智能
在这项研究中，研究人员得到了人工智能的帮助。他们使用了几种人工智能方法，包括符号回归，它给出一个方程作为输出，而不是像传统的人工智能方法那样只返回一个预测。
通过检查超过10亿个波浪，研究人员的算法分析了自己的方法来找到异常波的原因，并将其浓缩成描述异常波配方的方程。人工智能学习了问题的因果关系，并以方程式的形式将因果关系传达给人类，研究人员可以分析并将其纳入未来的研究中。
“几十年来，第谷·布拉赫收集了天文观测数据，开普勒通过多次试验和错误，从中得出了开普勒定律。迪昂用机器来研究波，就像开普勒研究行星一样。对我来说，这样的事情是可能的，这仍然令人震惊，”Markus Jochum说。
这种现象自18世纪以来就为人所知
这项新研究也打破了人们对异常涌浪成因的普遍看法。到目前为止，人们认为最常见的原因是一个波浪与另一个波浪短暂结合并窃取其能量，导致一个大浪继续前进。
然而，研究人员确定，这些异常波具体化的最主要因素是所谓的“线性叠加”。这种现象自18世纪以来就为人所知，当两个波浪系统相互交叉并在短时间内相互加强时，就会发生这种现象。
“如果两个波浪系统在海上相遇，就会增加产生高波峰和深波谷的机会，就会出现特大波浪的风险。这是大约300年前的知识，我们现在用数据来支持它，”Dion H?fner说。
安全的运输
研究人员的算法对航运业来说是个好消息，在任何给定的时间里，大约有5万艘货船在地球上航行。事实上，在该算法的帮助下，它将有可能预测这种“完美”的因素组合何时出现，从而提高可能对海上任何人构成危险的巨浪的风险。
“由于航运公司提前很好地规划了航线，他们可以使用我们的算法来评估是否有可能在途中遇到危险的巨浪。在此基础上，他们可以选择其他路线，”迪翁H?fner说。
算法和研究都是公开的，研究人员部署的天气和波浪数据也是公开的。因此，Dion H?fner表示，公共当局和气象服务等相关方可以很容易地开始计算异常浪的概率。与许多其他使用人工智能创建的模型不同，研究人员算法中的所有中间计算都是透明的。
“人工智能和机器学习通常是无法提高人类理解能力的黑盒子。但在这项研究中，迪翁使用人工智能方法将一个巨大的波浪观测数据库转换为一个新的异常波概率方程，这可以很容易被人们理解，并与物理定律相关，”迪翁的论文导师和合著者马库斯·约赫姆教授总结道。
参考文献:Dion H?fner, Johannes Gemmrich和Markus Jochum, 2023年11月20日，《美国国家科学院院刊》，“机器引导下发现现实世界的异常波模型”。DOI: 10.1073 / pnas.2306275120
分享
推特
电子邮件
分享
以前的文章
更多关于sciitechdaily
科学
健康
地球
地球
地球
生物学
生物学
生物学
