Schurkenwellen sind der Stoff, aus dem maritime Legenden gemacht sind, aber wenn sie auftreten, können sie Schiffen und Ölplattformen großen Schaden zufügen. Wissenschaftler der University of Victoria und der Universität Kopenhagen haben KI eingesetzt, um sie besser vorherzusagen.
Eine Schurkenwelle, manchmal auch "Monsterwelle" genannt, ist eine Meereswelle, die mehr als doppelt so hoch ist wie die anderen Wellen in ihrer Umgebung. In der Geschichte der Seefahrt gibt es viele Geschichten über solche Wellen, die Schiffe überraschen.
Der erste dokumentierte Nachweis einer Schurkenwelle wurde 1995 erbracht, als eine 26 Meter hohe Welle auf die norwegische Ölplattform Draupner traf. Seitdem sind sechs Kreuzfahrtschiffe von Monsterwellen getroffen worden.
Alle wurden beschädigt, einige wurden verletzt, und ein Passagier an Bord der Viking Polaris starb, nachdem das Schiff im Dezember 2022 getroffen worden war.
Die scheinbar zufällige Natur von Schockwellen hat es den Wissenschaftlern schwer gemacht, einen Weg zu finden, um vorherzusagen, wann und wo sie auftreten könnten. Die Anwendung des maschinellen Lernens auf dieses Problem führt laut einer neuen Studie zu vielversprechenden Ergebnissen Forschungsarbeit.
Die Antwort einer KI ist nicht genug
Die Forscher wollten herausfinden, welche Kombinationen von Meeres- und meteorologischen Bedingungen die Ursache für Schurkenwellen sind. Sie wendeten maschinelles Lernen zu den riesigen Datenmengen des Free Ocean Wave Dataset (FOWD).
Das FOWD ist ein Katalog von über 4 Milliarden Wellen, die von Bojen an 158 Orten auf der ganzen Welt gesammelt wurden, zusammen mit Daten zu Wind, Meeresoberflächentemperatur und Luftdruck.
Das von den Forschern trainierte neuronale Netz konnte dann auf der Grundlage einer Reihe von Meeres- und Wetterbedingungen die Wahrscheinlichkeit des Auftretens einer Schockwelle vorhersagen.
Diese Art von KI-Prognose ist eine Blackbox. Sie geben Ihnen vielleicht die gewünschte Antwort, aber das reicht den Wissenschaftlern oft nicht aus. Sie wollen wissen, wie sie zu ihren Vorhersagen kommen.
Wissenschaftler lieben Gleichungen, also haben sie mit Hilfe des maschinellen Lernens eine solche erstellt.
Symbolische Regression
Die symbolische Regression ist eine Technik des maschinellen Lernens, die verwendet wird, um eine Gleichung zu finden, die zu einer Reihe von Daten passt.
Wenn Ihre KI-Blackbox jedes Mal eine 4 ausgibt, wenn Sie eine 2 eingeben, und eine 8, wenn Sie eine 4 eingeben, kann die symbolische Regression herausfinden, dass die Gleichung, die annähernd dem entspricht, was die KI tut, zum Beispiel "Ausgabe = Eingabe x 2" ist.
Um die Vorhersagegleichung für die Schurkenwelle zu finden, begannen die Wissenschaftler mit einer Reihe von zufällig generierten Gleichungen.
Mithilfe des maschinellen Lernens wurden die Gleichungen mit denselben Wellendaten gefüttert und so lange optimiert und destilliert, bis eine Gleichung übrig blieb, die dieselben Ergebnisse lieferte wie das KI-Vorhersagemodell.
Anhand dieser Gleichung konnten sie feststellen, welche Aspekte der Wellen und der atmosphärischen Bedingungen in einem kausalen Zusammenhang mit dem Auftreten von Schurkenwellen stehen.
Diese Forschung wird dazu beitragen Meteorologen genauere Vorhersagen von Schockwellen zu ermöglichen und die Sicherheit der Handelsschifffahrt zu erhöhen.
