Trong năm thập kỷ qua, băng biển ở vùng Bắc Cực đã giảm về cả diện tích và độ dày, kéo theo sự phát triển của giao thông hàng hải. Nhu cầu cải thiện dự báo về lượng băng trên biển từ đó cũng ra đời. Một mô hình Trí tuệ Nhân tạo (AI) được phát triển gần đây được cho là có khả năng dự đoán thay đổi nồng độ băng biển (sea ice concentration) – tỉ lệ diện tích một khu vực được bao phủ bởi băng – trong tương lai lên đến 1 năm, với sai số dưới 6%.
Mô hình AI này được phát triển bởi nhóm của giáo sư Jungho Im – Bộ môn Xậy dựng, Đô thị, Trái Đất và Môi trường tại Viện khoa học và công nghệ Quốc gia Ulsan (UNIST). Nhóm đã triển khai thuật toán học sâu ‘UNET’ có khả năng phân tích dữ liệu ảnh vệ tinh nhằm tìm ra các mối tương quan phức tạp giữa nồng độ băng biển trong quá khứ và các nhân tố khí hậu quan trọng như nhiệt độ không khí, nhiệt độ nước, bức xạ Mặt Trời, và gió. Nhóm nghiên cứu chỉ ra rằng lượng bức xạ Mặt Trời và gió là hai nhân tố có ảnh hưởng lớn đến nồng độ băng ở những khu vực có lớp băng mỏng.
Không chỉ đạt được sai số ấn tượng là dưới 6% cho các dự đoán trong 3, 6, 12 tháng, mô hình AI còn chứng tỏ độ ổn định cao khi sai số chỉ có 7.07% trong nhưng giai đoạn băng tan nhanh như mùa hè 2007 và 2012. Để so sánh, các mô hình cơ sở như Dịch vụ Biến đổi Khí hậu Copernicus (C3S), dự báo duy trì bất thường suy giảm (DP), Mạng Nơ-ron Tích chập (CNN) và Bộ nhớ Dài-Hạn Ngắn Tích chập (ConvLSTM) có sai số trung bình là 17.35%, gấp đôi so với mô hình mới là UNET.
Công trình này có thể ứng dụng trong xác định các tuyến đường hàng hải tối ưu và khai phá tài nguyên biển khu vực Bắc Băng Dương, cũng như giúp đề ra chính sách phù hợp giải quyết các vấn đề về biến đổi khí hậu.
Nguồn: https://phys.org/news/2025-01-ai-arctic-sea-ice-year.html
Tổng hợp: Khoa Lê