Pesquisadores da Universidade de Maryland, O Condado de Baltimore (UMBC) desenvolveu uma técnica para analisar mais rapidamente dados extensos dos mantos de gelo do Ártico, a fim de obter uma visão e conhecimento útil sobre padrões e tendências. Ao longo dos anos, grandes quantidades de dados foram coletados sobre o gelo do Ártico e da Antártica. Esses dados são essenciais para cientistas e legisladores que buscam compreender a mudança climática e a tendência atual de degelo. Masoud Yari, professor assistente de pesquisa, e Maryam Rahnemoonfar, professor associado de sistemas de informação, utilizaram a nova tecnologia de IA para desenvolver uma técnica totalmente automática para analisar dados de gelo, publicado no Journal of Glaciology . Isso faz parte do projeto BigData em andamento da National Science Foundation.

Por décadas, pesquisadores acompanharam de perto o gelo polar, neve, e medições de solo, mas processar o grande volume de dados disponíveis tem se mostrado um desafio. Os processos de coleta da NASA, monitorando, e rotular dados polares envolve trabalho manual significativo, e as alterações detectadas nos dados podem levar meses ou até anos para serem percebidas. Até mesmo os dados do Ártico coletados por meio de tecnologias de sensoriamento remoto exigem processamento manual.

De acordo com Rahnemoonfar, "O big data de radar é muito difícil de minerar e entender apenas usando técnicas manuais." As técnicas de IA que ela e Yari estão desenvolvendo podem ser usadas para extrair os dados mais rapidamente, para obter informações úteis sobre tendências relacionadas à espessura das camadas de gelo e ao nível de acumulação de neve em um determinado local.

Os pesquisadores desenvolveram um algoritmo que aprende a identificar objetos e padrões nos dados do Ártico e da Antártica. Um algoritmo de IA deve ser exposto a centenas de milhares de exemplos para aprender como identificar elementos e padrões importantes. Rahnemoonfar e sua equipe usaram dados rotulados incompletos e barulhentos existentes do Ártico para treinar o algoritmo de IA em como categorizar e compreender novos dados.

O treinamento do algoritmo ainda não está completo, já que precisará ser ampliado em vários sensores e locais para criar uma ferramenta mais precisa. Contudo, já começou a automatizar com sucesso um processo que antes era ineficiente e trabalhoso.

A rápida expansão do uso de tecnologia de IA para entender a espessura do gelo e da neve no Ártico permitirá que cientistas e pesquisadores façam previsões mais rápidas e precisas para informar o diálogo internacional sobre as mudanças climáticas. A taxa de derretimento do gelo ártico impacta o aumento do nível do mar, e se os cientistas são mais capazes de prever a gravidade do derretimento, a sociedade pode mitigar melhor os danos causados ​​pelo aumento do nível do mar.