马里兰大学巴尔的摩县的研究人员开发了一种技术，可以更快地分析来自北极冰盖的大量数据，以了解模式和趋势。多年来，已经收集了大量有关北极和南极冰的数据。这些数据对于寻求了解气候变化和当前融化趋势的科学家和决策者至关重要。

研究人员 Masoud Yari 和 Maryam Rahnemoonfar 利用新的人工智能技术开发了一种全自动技术来分析冰数据。他们在《冰川学杂志》上描述了这项技术 。他们的努力是 美国国家科学基金会正在进行的大数据项目的一部分。这些数据建立在堪萨斯大学约翰帕登开发的新图像处理算法之上。

“很高兴看到计算机修订和机器学习之间的合作有助于预测冰层变化，”NSF 计算机和信息科学与工程理事会的项目主管 Sylvia Spengler 说。

几十年来，研究人员一直密切跟踪极地冰雪和土壤测量，但处理大量可用数据已被证明具有挑战性。

根据 Rahnemoonfar 的说法，“仅使用手动技术很难挖掘和理解雷达大数据。” 她和 Yari 正在开发的人工智能技术可用于更快地挖掘数据，以获取有关冰盖厚度和特定位置积雪水平趋势的有用信息。

研究人员开发了一种算法，可以学习如何识别北极和南极数据中的物体和模式。AI 算法必须接触数十万个示例，才能学习如何识别重要元素和模式。Rahnemoonfar 和她的团队使用标记为不完整的现有北极数据来训练 AI 算法如何对新数据进行分类和理解。

该算法的训练尚未完成，因为它需要在多个传感器和位置上进行扩展以创建更准确的工具。然而，它已经成功地开始自动化一个以前效率低下和劳动密集型的过程。

用于了解北极冰雪厚度的人工智能技术的快速扩展使科学家和研究人员能够做出更快、更准确的气候预测。研究人员说，北极冰层融化的速度会影响海平面上升，如果科学家能够更好地预测融化的严重程度，社会就可以更好地减轻海平面上升造成的危害。