Skurkebølger er en saga blott, men når de inntreffer, kan de forårsake store skader på skip og oljerigger. Forskere ved University of Victoria og Københavns universitet har brukt kunstig intelligens til å forutsi dem bedre.
En slyngelbølge, også kalt en "monsterbølge", er en havbølge som er mer enn dobbelt så høy som andre bølger rundt seg. Opp gjennom sjøfartshistorien har det versert mange historier om slike bølger som har overrasket skip.
Det første beviset på en avledningsmanøver ble registrert i 1995, da en 26 meter høy bølge slo inn i den norske oljeplattformen Draupner. Siden den gang har seks cruiseskip blitt truffet av avledningsbølger.
Alle fikk skader, og det ble rapportert om noen personskader, og en passasjer om bord på Viking Polaris omkom etter at skipet ble truffet i desember 2022.
Den tilsynelatende tilfeldige karakteren til uberegnelige bølger har gjort det vanskelig for forskere å finne en måte å forutsi når og hvor de kan oppstå. Å bruke maskinlæring på problemet gir lovende resultater ifølge en ny forskningsoppgave.
En AIs svar er ikke nok
Forskerne ønsket å finne kombinasjoner av hav- og meteorologiske forhold som kunne identifiseres som årsak til uregjerlige bølger. De brukte maskinlæring til den enorme mengden data i Free Ocean Wave Dataset (FOWD).
FOWD er en katalog med over 4 milliarder bølger som er samlet inn fra bøyer på 158 steder rundt om i verden, sammen med data om vind, havoverflatetemperatur og barometertrykk.
Det nevrale nettverket som forskerne trente opp, kunne deretter forutsi sannsynligheten for at en uberegnelig bølge ville oppstå basert på et sett med hav- og værforhold.
Denne typen AI-forutsigelser er i stor grad en svart boks. Den kan gi deg svaret du er ute etter, men det er ofte ikke nok for forskerne. De vil vite hvordan den kommer frem til sine spådommer.
Forskere elsker ligninger, så de brukte maskinlæring for å lage en.
Symbolsk regresjon
Symbolsk regresjon er en maskinlæringsteknikk som brukes til å finne en ligning som passer til et sett med data.
Hvis den svarte AI-boksen sender ut en 4 hver gang du taster inn en 2, og en 8 når du taster inn en 4, kan symbolsk regresjon regne ut at ligningen som tilnærmet beskriver hva AI-en gjør, for eksempel er "output = input x 2".
For å finne ligningen som kunne forutsi bølgene, tok forskerne utgangspunkt i en populasjon av tilfeldig genererte ligninger.
Ved hjelp av maskinlæring ble ligningene matet med de samme bølgedataene og optimalisert og destillert til de satt igjen med en ligning som ga de samme resultatene som AI-predikatormodellen.
Med denne ligningen kunne de se hvilke aspekter ved bølgene og de atmosfæriske forholdene som hadde en årsakssammenheng med forekomsten av uberegnelige bølger.
Denne forskningen vil hjelpe værvarslere gi mer nøyaktige prognoser for uberegnelige bølger og gjøre kommersiell skipsfart tryggere.
