科学家们已经利用人工智能来测量大型冰山的大小。（图片来源：利兹大学）

科学家们正在采用人工智能，以快速识别卫星图像中的巨大冰山，目的是监测它们随时间的缩小。与传统的冰山跟踪方法不同，人类需要几分钟才能在图像中勾勒出其中一个结构，而人工智能在不到0.01秒的时间内完成了相同的任务，速度快了10,000倍。

英国利兹大学的科学家、研究结果的主要作者安妮·布拉克曼-福尔格曼在一份声明中表示：“定位冰山并监测其范围是至关重要的，以量化它们释放到海洋中的融水量。”

在去年十月底，英国南极调查局报告称，覆盖南极洲的庞大冰层将在本世纪其余时间内加速融化，并不可避免地对未来几十年全球海平面上升做出贡献。去年，科学家所知的最大冰山之一，A68a，长超过100英里，宽30英里，在南大西洋漂泊了五年后在家乡南极半岛于2017年瓦解后融化。

除了向海洋中排放1万亿吨淡水外，融化的冰山还向其环境中注入了营养物质，这将在未来数年内彻底改变当地生态系统，科学家表示。目前尚不清楚这种变化是否会对海洋食物链产生积极或消极影响。

科学家们利用卫星图像监测了A68a的移动和缩小过程。准确识别冰山对于监测其多年来尺寸和形状的变化至关重要，但这并不是一项容易的任务，因为冰山、海冰和云都是白色的。此外，尽管分析一张卫星图像以寻找冰山只需几分钟，但当成千上万的图像等待处理时，时间迅速累积。

“此外，南极洲海岸线在卫星图像中可能与冰山相似，因此标准分割算法通常也会选择海岸线而非实际的冰山。”布拉克曼-福尔格曼说。

因此，为了减少这一耗时而繁琐的过程，研究人员首次训练了一个神经网络来执行这项任务。

研究团队使用了欧洲空间局的Sentinel-1卫星的图像，该卫星的雷达眼能够捕捉地球表面，无论云层覆盖或光线缺失。

除了在AI训练中遗漏了一些比其训练样本更大的冰山的部分（这是可以解决的问题）外，科学家们发现该系统成功以99%的准确率检测到卫星图像中的冰山。这包括正确识别面积从54平方公里（大致相当于瑞士伯尔尼市的大小）到1052平方公里（与香港一样大）的七座冰山。

“这项研究表明，机器学习将使科学家能够几乎实时监测世界上偏远和难以接近的地区，”英格兰北伦敦比亚大学的教授、研究合著者安德鲁·谢泼德在声明中表示。

研究人员称，这款人工智能工具也没有像其他更传统的自动化方法那样犯同样的错误，比如误将冰块的个体部分误认为一个整体的冰山。

“能够以提高的速度和准确性自动绘制冰山范围，将使我们更容易观察数座巨大冰山的面积变化，并为实际应用铺平道路，”布拉克曼-福尔格曼说。

这项研究的结果已经发表在《The Cryosphere》杂志的11月9日的一篇论文中。

文章来自 “ space ”，作者  Sharmila Kuthunur