如今，很多资源被用于警告极地水域的船只海冰的扩散。人工智能可以让这些警告变得更便宜、更快，并提供给每个人。

对于进入极地水域的船舶来说，控制海冰扩散至关重要，这意味着将花费大量资源来收集数据和确定未来的发展，以提供可靠的海冰预警。

挪威UiT北极大学的博士研究员辛德雷马库斯弗里兹纳(Sindre Markus Fritzner)说：“到目前为止，制作这些冰雪预警需要大量的资源，其中大部分是由挪威气象研究所和类似的中心制作的。”

他受雇于物理与技术系，最近提交了一篇博士论文，研究使用人工智能使冰预警比现在更快、更好、更容易获得的选项。

需要一台超级计算机

传统上，今天使用的冰雪预警是基于动态计算机模型，该模型拥有冰盖的卫星观测数据，可以收集任何有关冰厚和积雪深度的更新数据。这会产生大量的数据，然后需要强大的超级计算机进行处理，提供计算结果。

Fritzner解释说：“动态模型是物理模型，需要处理大量数据。如果你想警告未来的事件，你需要使用超级计算机。”

这是一种有限且昂贵的资源，因此当无法访问正确的资源时，不可能发出这些警告。

人工智能使普通笔记本电脑上的计算成为可能。

Fritzner研究了如何在传统的笔记本电脑上使用人工智能，比以前更快、更好、更便宜地提供这些海冰警告。

机器学习是人工智能领域的一个专门领域。在这个领域，计算机使用统计方法在大量数据中寻找模式和一致性。学习不是编程，一切都要靠开发算法，让计算机根据经验数据进行学习和计算。

例如，在freese的工作中，他加载数据来检查特定一周的发展，然后提供一周后的状态数据。

Fritzner说，“因此，这是这两周之间机器发展的连续性。他们可以自己学习，通过这种方式预测自己的发展模式。”

经过综合开发，与传统的物理模型相比，这种算法将需要更少的计算能力。

“如果你使用人工智能，并有一个经过充分训练的模型，你可以在一台普通的笔记本电脑上进行这样的计算，”Fritzner说。

每艘船都可以自己计算。

这开辟了许多应用领域，其中之一是在高北更准确的天气预报。Fritzner还指出，这种运输方式可以被边缘冰区附近的航运业采用，而且只会越来越多。

Freese说，“一个例子是邮轮交通。对于游轮来说，知道冰在哪里，接下来几天冰会流向哪里是非常重要的。”

目前高分辨率模型还不能在舰船上运行。他们必须联系挪威气象研究所，然后挪威气象研究所需要在超级计算机上运行该模型，然后再将数据传输回船上。

“如果你在巴伦支海的船上，你需要连接网络下载挪威气象研究所的警告。

Fritzner说，“如果它配备了正确的程序和人工智能，它可以由船只自己完成，几乎不需要任何计算能力。”

需要更多的发展。

虽然到目前为止的研究看起来很有前景，结果仍然不如传统方法，但机器学习/人工智能的发展正如火如荼。Fritzner对此毫不怀疑。

“到目前为止，体验不错，但并不完美。我在对比机器学习和传统物理模型时观察到的是，它们要快得多，只要冰面上变化不大，机器学习就能很好地工作。当变化较大，集成性大得多的时候，模型比物理模型更费力。”Fritzner解释道。

他指出，在人工操作模式中，智能的挑战仅取决于历史数据，而物理模型不断适应巨大的地球物理变化，如不断增加的融化和快速的天气变化。

在他的实验中，Fritzner使用了温度、海冰浓度和海水温度等数据。他认为，可以通过在模型中加入更多的数据来提高准确性，从而为模型提供更多的预警数据。

他说，“特别是如果增加风和冰的厚度，机器学习会更好地工作。”

他认为，进一步的研究和开发将释放这种机器学习形式的巨大潜力。