AI vindt een formule om monstergolven te voorspellen op basis van 700 jaar aan gegevens

Lange tijd beschouwd als een mythe, zijn ongelooflijk grote schurkengolven heel reëel en kunnen schepen uit elkaar scheuren en zelfs booreilanden beschadigen. Met behulp van meer dan 700 jaar aan golfgegevens van meer dan een miljard golven hebben wetenschappers van de Universiteit van Kopenhagen en de Universiteit van Victoria kunstmatige intelligentie gebruikt om een ​​formule te vinden om het uiterlijk van deze zeemonsters te voorspellen. De nieuwe bevindingen kunnen de scheepvaart veiliger maken.

Verhalen over monstergolven, zogenaamde schurkengolven, zijn al eeuwenlang de legendes van zeelieden. Maar toen in 1995 een 26 meter hoge golf op het Noorse olieplatform Draupner neerstortte, stonden digitale instrumenten klaar om het Noordzeemonster te vangen en te meten. Het was de eerste keer dat een schurk werd gemeten en er werd wetenschappelijk bewijs geleverd dat er daadwerkelijk abnormale oceaangolven bestaan.

Sindsdien zijn deze extreme golven het onderwerp geweest van talloze onderzoeken. En nu hebben onderzoekers van het Niels Bohr Instituut van de Universiteit van Kopenhagen AI-methoden gebruikt om een ​​wiskundig model te ontdekken dat een recept biedt voor hoe – en niet in de laatste plaats wanneer – malafide golven kunnen ontstaan.

Met behulp van enorme hoeveelheden big data over oceaanbewegingen kunnen onderzoekers voorspellen hoe groot de kans is dat ze op een bepaald moment door een monstergolf op zee worden getroffen.

“Eigenlijk is het gewoon echt pech als een van deze enorme golven toeslaat. Ze worden veroorzaakt door een combinatie van vele factoren die nog niet in één risicobeoordeling zijn samengevat. “In het onderzoek hebben we de causale variabelen die malafide golven genereren in kaart gebracht, en met behulp van kunstmatige intelligentie deze gecombineerd tot een model dat de waarschijnlijkheid kan berekenen dat er malafide golven optreden”, zegt Dion Häfner.

Häfner is een voormalig Ph.D. Student aan het Niels Bohr Instituut en eerste auteur van de wetenschappelijke studie gepubliceerd in het tijdschrift Proceedings van de Nationale Academie van Wetenschappen (PNAS).

Schurkengolven komen elke dag voor

In hun model combineerden de onderzoekers beschikbare gegevens over oceaanbewegingen en -toestanden, evenals waterdiepten en bathymetrische informatie. Het allerbelangrijkste was dat golfgegevens werden verzameld via boeien op 158 verschillende locaties aan de Amerikaanse kusten en overzeese gebiedsdelen, die 24 uur per dag gegevens verzamelen. Alles bij elkaar bevatten deze gegevens – van meer dan een miljard golven – 700 jaar aan informatie over golfhoogte en zeetoestand.

De onderzoekers analyseerden de vele soorten gegevens om de oorzaken van schurkengolven te vinden. Gedefinieerd als golven die minstens twee keer zo hoog zijn als de omringende golven, inclusief extreme schurkengolven die meer dan 20 meter hoog kunnen zijn. Met behulp van machine learning zetten ze alles om in een algoritme dat vervolgens op hun dataset werd toegepast.

“Uit onze analyse blijkt dat abnormale golven voortdurend voorkomen. In onze dataset hebben we zelfs 100.000 golven geregistreerd die kunnen worden gedefinieerd als malafide golven. Dit komt grofweg overeen met een monstergolf die elke dag op elke locatie in de oceaan plaatsvindt. Maar.” “Het zijn niet allemaal monstergolven van extreme omvang”, legt Johannes Gemmrich, de tweede auteur van het onderzoek, uit.

Kunstmatige intelligentie als wetenschapper

Kunstmatige intelligentie hielp de onderzoekers bij het onderzoek. Ze gebruikten verschillende AI-methoden, waaronder symbolische regressie, die een vergelijking als output oplevert in plaats van slechts één enkele voorspelling terug te geven, zoals traditionele AI-methoden doen.

Door meer dan een miljard golven te bestuderen, analyseerde het algoritme van de onderzoekers zijn eigen manier om de oorzaken van malafide golven te vinden en vatte deze samen in een vergelijking die het recept voor een malafide golf beschrijft. De AI leert de causaliteit van het probleem kennen en communiceert deze causaliteit naar de mens in de vorm van een vergelijking die onderzoekers kunnen analyseren en integreren in hun toekomstig onderzoek.

“Tientallen jaren lang verzamelde Tycho Brahe astronomische waarnemingen waaruit Kepler, met veel vallen en opstaan, de wetten van Kepler kon afleiden. Dion gebruikte machines om met golven te doen wat Kepler met planeten deed. “Ik vind het nog steeds schokkend dat zoiets mogelijk is”, zegt Markus Jochum.

Fenomeen bekend sinds de 18e eeuw

De nieuwe studie doorbreekt ook de algemene perceptie van wat de oorzaak is van schurkengolven. Vroeger dacht men dat de meest voorkomende oorzaak van een schurkengolf was dat de ene golf zich kortstondig met de andere combineerde en zijn energie stal, waardoor een grote golf zich voortbewoog.

De onderzoekers merken echter op dat de dominante factor bij het ontstaan ​​van deze buitenissige golven wat bekend staat als ‘lineaire superpositie’ is. Het fenomeen, bekend sinds de 18e eeuw, doet zich voor wanneer twee golfsystemen elkaar kruisen en elkaar gedurende een korte tijd versterken.

“Als twee golfsystemen elkaar op zee zo ontmoeten dat de kans op het ontstaan ​​van hoge golftoppen en vervolgens diepe golfdalen groter wordt, bestaat het risico op extreem grote golven. Dit is kennis die al 300 jaar bestaat en die we nu ondersteunen met data”, zegt Dion Häfner.

Veilige verzending

Het algoritme van de onderzoekers is goed nieuws voor de scheepvaartsector, waar op elk moment zo’n 50.000 vrachtschepen rond de planeet varen. Met behulp van het algoritme zal het daadwerkelijk mogelijk zijn om te voorspellen wanneer die ‘perfecte’ combinatie van factoren zal bestaan ​​die het risico vergroot op een monstergolf die een gevaar kan vormen voor iedereen op zee.

“Omdat rederijen hun routes ruim van tevoren plannen, kunnen ze met ons algoritme een risicobeoordeling krijgen of er onderweg gevaarlijke golven kunnen voorkomen. “Op basis hiervan kunnen ze alternatieve routes kiezen”, zegt Dion Häfner.

Zowel het algoritme als de onderzoeksresultaten zijn openbaar beschikbaar, evenals de door de onderzoekers aangeleverde weer- en golfgegevens. Daarom, zegt Dion Häfner, kunnen geïnteresseerde partijen zoals autoriteiten en weerdiensten eenvoudig beginnen met het berekenen van de kans op verstorende golven. En in tegenstelling tot veel andere modellen die met kunstmatige intelligentie zijn gebouwd, zijn alle tussenliggende berekeningen in het algoritme van de onderzoekers transparant.

“AI en machine learning zijn typisch zwarte dozen die het menselijk begrip niet verbeteren. Maar in dit onderzoek gebruikte Dion AI-methoden om een ​​enorme database met golfwaarnemingen om te zetten in een nieuwe vergelijking voor de waarschijnlijkheid van ongewenste golven, die gemakkelijk te begrijpen is voor mensen en gerelateerd is aan de wetten van de natuurkunde”, besluit professor Markus Jochum, van Dion’s onderzoeksteam. promotor en co-auteur.