La inteligencia artificial cartografía los iceberg 10.000 veces más rápido que los humanos
Los icebergs gigantes son componentes importantes del medio ambiente antártico. Influyen en la física, la química y la biología del océano y en las operaciones marítimas, por lo que es crucial localizarlos y vigilar su extensión para cuantificar cuánta agua de deshielo liberan en el océano
El algoritmo se probó con siete icebergs de tamaños comprendidos entre 54 y 1.052 kilómetros cuadrados
La inteligencia artificial es capaz de cartografiar los icebergs 10.000 veces más rápido que los humanos, lo que permite a su vez observar más fácilmente los cambios en la superficie de estas grandes masas de hielo flotantes, según un estudio.
Los detalles de este nuevo enfoque se publican en la revista The Cryosphere en un artículo liderado por investigadores de la Universidad de Leeds, Reino Unido.
En él se presenta una red neuronal -un método de inteligencia artificial inspirado en el cerebro humano- capaz de cartografiar con rapidez y precisión la extensión de grandes icebergs antárticos en imágenes de satélite, tarea que realiza en apenas 0,01 segundos.
"Este novedoso método contrasta con los laboriosos y lentos esfuerzos manuales necesarios hasta ahora", resume en un comunicado la Agencia Espacial Europea (ESA).
Los icebergs gigantes son componentes importantes del medio ambiente antártico. Influyen en la física, la química y la biología del océano y en las operaciones marítimas, por lo que es crucial localizarlos y vigilar su extensión para cuantificar cuánta agua de deshielo liberan en el océano, explica Anne Braakmann-Folgmann, autora principal del trabajo.
El nuevo enfoque con inteligencia artificial, entrenado a partir de imágenes del satélite radar Sentinel-1 del programa Copérnico, consigue cartografiar estas masas de hielo flotante incluso en condiciones difíciles, cuando resulta complicado distinguir los iceberg del hielo marino o la costa.
Su potencia reside, según los científicos, en la capacidad de las redes neuronales para comprender intrincadas relaciones no lineales y tener en cuenta todo el contexto de la imagen.
Su arquitectura está basada en un modelo de red neuronal conocido como U-net, que se entrenó utilizando imágenes del Sentinel-1 que mostraban icebergs gigantes en diversos escenarios; a lo largo del proceso, el sistema fue afinando sus predicciones y ajustando sus parámetros.
El algoritmo se probó con siete icebergs de tamaños comprendidos entre 54 y 1.052 kilómetros cuadrados, equivalentes aproximadamente a las superficies de la ciudad de Berna (Suiza) y Hong Kong, respectivamente.
Se recopiló un conjunto de datos diverso, que incorporaba entre 15 y 46 imágenes para cada iceberg, abarcando varias estaciones y los años 2014-2020. "Con una precisión del 99%, los resultados han sido impresionantes", resume la ESA.
Braakmann-Folgmann, que ahora investiga en la Universidad Ártica de Noruega, apunta: "ser capaces de cartografiar automáticamente la extensión de los icebergs con mayor velocidad y precisión nos permitirá observar más fácilmente los cambios en la superficie de varios icebergs gigantes y allana el camino para una aplicación operativa".