Ricercatori dell'Università del Maryland, La contea di Baltimora (UMBC) ha sviluppato una tecnica per analizzare più rapidamente dati estesi dalle calotte glaciali artiche al fine di ottenere informazioni e conoscenze utili su modelli e tendenze. Negli anni, sono state raccolte grandi quantità di dati sul ghiaccio artico e antartico. Questi dati sono essenziali per scienziati e responsabili politici che cercano di comprendere il cambiamento climatico e l'attuale tendenza allo scioglimento. Masud Yari, professore assistente di ricerca, e Maryam Rahnemoonfar, professore associato di sistemi informativi, hanno utilizzato la nuova tecnologia AI per sviluppare una tecnica completamente automatica per analizzare i dati sul ghiaccio, pubblicato in Giornale di Glaciologia . Questo fa parte del progetto BigData in corso della National Science Foundation.

Per decenni, i ricercatori hanno seguito da vicino il ghiaccio polare, neve, e misurazioni del suolo, ma l'elaborazione del grande volume di dati disponibili si è rivelata impegnativa. I processi della NASA per la raccolta, monitoraggio, e l'etichettatura dei dati polari comportano un notevole lavoro manuale, e i cambiamenti rilevati nei dati possono richiedere mesi o addirittura anni per essere visti. Anche i dati sull'Artico raccolti tramite tecnologie di telerilevamento richiedono un'elaborazione manuale.

Secondo Rahnemoonfar, "I big data radar sono molto difficili da estrarre e comprendere semplicemente utilizzando tecniche manuali". Le tecniche di intelligenza artificiale che lei e Yari stanno sviluppando possono essere utilizzate per estrarre i dati più rapidamente, per ottenere informazioni utili sugli andamenti relativi allo spessore delle calotte glaciali e al livello di accumulo di neve in una determinata località.

I ricercatori hanno sviluppato un algoritmo che impara a identificare oggetti e modelli all'interno dei dati dell'Artico e dell'Antartico. Un algoritmo di intelligenza artificiale deve essere esposto a centinaia di migliaia di esempi per imparare a identificare elementi e modelli importanti. Rahnemoonfar e il suo team hanno utilizzato dati esistenti etichettati incompleti e rumorosi dall'Artico per addestrare l'algoritmo AI su come classificare e comprendere i nuovi dati.

L'addestramento dell'algoritmo non è ancora completo, poiché dovrà essere ridimensionato su più sensori e posizioni per creare uno strumento più accurato. Però, ha già iniziato con successo ad automatizzare un processo che prima era inefficiente e laborioso.

La rapida espansione dell'utilizzo della tecnologia AI per comprendere lo spessore del ghiaccio e della neve nell'Artico consentirà a scienziati e ricercatori di fare previsioni più rapide e accurate per informare il dialogo internazionale sui cambiamenti climatici. La velocità con cui si scioglie il ghiaccio artico influisce sull'innalzamento del livello del mare, e se gli scienziati sono in grado di prevedere meglio la gravità dello scioglimento, la società può mitigare meglio i danni causati dall'innalzamento del livello del mare.