یکی از مزایای بزرگ برخی از مدل‌های هوش مصنوعی این است که می‌توانند ماموریت های ساده یا زمان‌بر را به‌شدت انجام بدهند؛ یقیناً نه آن‌طور که بر پایه یک ورودی متنی مختصر آثار «هنری» افتضاح تشکیل می‌کنند. پژوهشگران دانشگاه لیدز از یک شبکه عصبی رونمایی کرده‌اند که می‌تواند در ۰.۰۱ ثانیه از کوه‌های یخ بزرگ نقشه تهیه کند.

دانشمندان می‌توانند موقعیت کوه‌های یخ بزرگ را به‌طور دستی جستوجو کنند. برای مثال، یکی از کوه‌های یخ که در این پروژه مورد بازدید قرار گرفت، هنگامی یک دهه قبل از جنوبگان جدا شد وسعتی به‌اندازه سنگاپور داشت. اما جستوجو‌کردن تغییرات مساحت و ضخامت کوه‌های یخ – مقدار آب و مواد مغذی‌ای که داخل آب می‌کنند – به‌طور دستی ممکن نیست.

کوه‌های یخ اجزای کلیدی محیط جنوبگان می باشند. آن‌ها روی فیزیک، شیمی، زیست، اقیانوس و عملیات دریایی در آن‌جا اثرگذار می باشند. درنتیجه، تعیین موقعیت و نظارت بر وسعت آن‌ها مهم است تا اشکار بشود چه مقدار آبی را داخل اقیانوس می‌کنند.

نقشه‌برداری از کوه‌های یخ

تا پیش از این، نقشه‌برداری دستی کوه‌های یخی از راه حلهای اتوماتیک دقیق‌تر بودند. اما برای یک تحلیل‌گر چند دقیقه طول می‌کشد تا مطرح یک کوه یخ را ترسیم کند. این کار هنگامی زمان‌بر و طاقت‌فرسا می‌بشود که باید چندین کوه یخ را زیرنظر گرفت.

پژوهشگران با منفعت گیری از تصاویر ماهواره‌های سنجش از دور سنتینل-۱ متعلق به آژانس فضایی اروپا الگوریتمی به‌نام U-net را تمرین دادند. آن‌ها این الگوریتم را روی ۷ کوه یخ آزمایش کردند. کوچک‌ترین آن‌ها مساحتی تقریباً برابر با برن سوئیس داشت و بزرگ‌ترین آن‌ها تقریباً اندازه هنگ‌کنگ می بود.

آن‌ها می‌گویند که این مدل، با دقت ۹۹ درصدی خود، کوششهای قبلی را برای اتوماسیون پشت‌سر می‌گذارد. مدل‌های قبلی نمی‌توانستند تفاوت بین کوه‌های یخ را با یخ‌ها و دیگر اتفاق‌های دریا تشخیص دهند. این چنین این مدل نقشه‌برداری کوه‌های یخ را ۱۰,۰۰۰ برابر سریع تر از انسان‌ها انجام می‌دهد.

توانایی نقشه‌برداری اتوماتیک محدوده کوه‌های یخ با شدت بالا دانشمندان را قادر می‌سازد تا تغییرات سطح کوه‌های یخ غول‌پیکر را سریع تر زیر نظر بگیرند و این کار راه را برای کاربردهای عملیاتی باز می‌کند.