Rogue waves är en legend inom sjöfarten, men när de inträffar kan de orsaka stora skador på fartyg och oljeriggar. Forskare vid University of Victoria och Köpenhamns universitet använde AI för att bättre kunna förutsäga dem.
En "rogue wave", ibland kallad "monstervåg", är en havsvåg som är mer än dubbelt så hög som andra vågor runt omkring. Genom sjöfartens historia har det funnits många skrönor om hur dessa vågor har överraskat fartyg.
Det första registrerade beviset på en skurkvåg togs 1995 när en 26 meter hög våg kraschade in i den norska oljeplattformen Draupner. Sedan dess har sex kryssningsfartyg träffats av oseriösa vågor.
Alla drabbades av skador, med några rapporterade personskador, och en passagerare ombord på Viking Polaris dog efter att fartyget träffades i december 2022.
Den till synes slumpmässiga karaktären hos okontrollerade vågor har gjort det svårt för forskare att hitta ett sätt att förutsäga när och var de kan uppstå. Att tillämpa maskininlärning på problemet har lovande resultat enligt en ny forskningsrapport.
En AI:s svar är inte tillräckligt
Forskarna ville hitta kombinationer av havs- och meteorologiska förhållanden som kunde identifieras som orsaken till okontrollerade vågor. De tillämpade maskininlärning till den enorma mängden data i Free Ocean Wave Dataset (FOWD).
FOWD är en katalog med över 4 miljarder vågor som samlats in från bojar på 158 platser runt om i världen tillsammans med data om vind, havsytans temperatur och barometertryck.
Det neurala nätverk som forskarna utbildade kunde sedan förutsäga sannolikheten för att en oseriös våg skulle uppstå baserat på en uppsättning havs- och väderförhållanden.
Den här typen av AI-förutsägelser är i mångt och mycket en svart låda. Den kanske ger dig det svar du är ute efter, men det räcker ofta inte för forskarna. De vill veta hur den kommer fram till sina förutsägelser.
Forskare älskar ekvationer, så de använde maskininlärning för att skapa en.
Symbolisk regression
Symbolisk regression är en maskininlärningsteknik som används för att hitta en ekvation som passar en uppsättning data.
Om din svarta AI-låda ger ut en 4 varje gång du matar in en 2:a och en 8 när du matar in en 4:a, kan symbolisk regression räkna ut att ekvationen som approximerar vad AI:n gör är "utdata = indata x 2", till exempel.
För att hitta ekvationen för att förutsäga oseriösa vågor började forskarna med en population av slumpmässigt genererade ekvationer.
Med hjälp av maskininlärning matades ekvationerna med samma vågdata och optimerades och destillerades tills de fick en ekvation som gav samma resultat som AI-predictormodellen.
Med hjälp av denna ekvation kunde de se vilka aspekter av våg- och atmosfärsförhållandena som hade ett orsakssamband med förekomsten av okontrollerade vågor.
Denna forskning kommer att hjälpa väderprognosmakare ge mer exakta förutsägelser om okontrollerade vågor och göra den kommersiella sjöfarten säkrare.
