通过分析来自超过十亿个海浪的七个世纪的数据，哥本哈根大学和维多利亚大学的研究人员利用人工智能为这些强大的海洋巨人设计了一个预测公式。 新知识可以使运输更加安全。
关于怪物海浪（称为“狂浪”）的故事几个世纪以来一直是水手们的传说。 但 1995 年，当 26 米高的巨浪袭击挪威 Draupner 石油平台时，数字仪器就在那里捕捉并测量了这个北海怪物。 这是第一次对流氓进行测量并提供科学证据证明异常海浪确实存在。
从那时起，这些极端波浪就成为了许多研究的主题。 现在，哥本哈根大学尼尔斯·玻尔研究所的研究人员使用人工智能方法发现了一个数学模型，该模型为异常波浪如何（尤其是何时）发生提供了方法。
迪翁·哈夫纳 (Dion Häfner) 在哥本哈根大学尼尔斯·玻尔研究所 (Niels Bohr Institute) 为他的博士论文《数据的海洋 – 推断现实世界的异常波浪的原因》进行答辩。 图片来源：尼尔斯玻尔研究所/哥本哈根大学
借助大量有关海洋运动的大数据，研究人员可以预测在任何给定时间被海上巨浪袭击的可能性。“当这些巨浪袭来时通常只会发生非常不幸的事情。 它们是由许多因素综合造成的，到目前为止，这些因素尚未合并成单一的风险估计。 在这项研究中，我们绘制了产生异常波浪的因果变量，并使用人工智能将它们收集到一个模型中，该模型可以计算异常波浪形成的概率。”Dion Häfner 说道。
Häfner 是一名前博士。 尼尔斯·玻尔研究所的学生，也是这项科学研究的第一作者，该研究刚刚发表在著名的《美国国家科学院院刊》（PNAS）杂志上。
狂暴的海浪每天都会发生
在他们的模型中，研究人员结合了有关海洋运动和海况以及水深和测深信息的可用数据。 最重要的是，波浪数据是从美国海岸和海外领土周围 158 个不同地点的浮标收集的，这些浮标每天 24 小时收集数据。 综合起来，这些来自超过 10 亿次波浪的数据包含了 700 年的波高和海况信息。
研究人员分析了多种类型的数据，以找出异常波浪的原因，异常波浪被定义为至少是周围波浪两倍高的波浪，包括高度超过 20 米的极端异常波浪。 通过机器学习，他们将其全部转化为算法，然后应用于他们的数据集。
“我们的分析表明，异常的波浪一直在发生。 事实上，我们在数据集中注册了 100000 个波浪，这些波浪可以被定义为狂浪。 这相当于每天在海洋中的任意随机位置发生大约 1 次狂浪。 然而，它们并不都是狂浪，”该研究的第二作者约翰内斯·格姆里奇（Johannes Gemmrich）解释道。
人工智能客串科学家
在这项研究中，研究人员得到了人工智能的帮助。 他们使用了多种人工智能方法，包括符号回归，它给出一个方程作为输出，而不是像传统人工智能方法那样只返回单个预测。
通过检查超过 10 亿个波浪，研究人员的算法以自己的方式分析了异常波浪的原因，并将其浓缩为描述异常波浪形成原因的方程。 人工智能了解问题的因果关系，并以方程的形式将该因果关系传达给人类，研究人员可以分析该方程并将其纳入未来的研究中。
“几十年来，第谷·布拉赫收集了天文观测数据，开普勒通过大量的试验和错误，最终得出了开普勒定律。 迪翁用机器来研究波，就像开普勒用机器来研究行星一样。 对我来说，这种事情的可能性仍然令人震惊。”Markus Jochum 说道。
自 1700 年代以来已知的现象
这项新研究也打破了人们对于造成异常波浪的原因的普遍看法。 到目前为止，人们认为造成异常波浪的最常见原因是一个波浪与另一个波浪短暂结合并窃取其能量，产生一个大波浪继续前进。
然而，研究人员发现，这些怪异波的具体化的最主要因素是所谓的“线性叠加”。 这种现象自 1700 年代以来就广为人知，当两个波系在短时间内相互交叉并相互增强时，就会发生这种现象。
“如果两个波浪系统在海上相遇，从而增加产生高波峰和深波谷的机会，就会产生巨大波浪的风险。 这些知识已经存在了 300 年，我们现在用数据来支持它。”Dion Häfner 说道。
让运输更安全
研究人员的算法对于航运业来说是个好消息，在任何特定时间，航运业都有大约 50000 艘货船在全球航行。 事实上，在算法的帮助下，我们可以预测何时出现这种“完美”的因素组合，从而提高可能对海上任何人构成危险的巨浪的风险。
“由于航运公司提前规划好航线，他们可以使用我们的算法来评估沿途是否有可能遇到危险的狂浪。 基于此，他们可以选择替代路线。”Dion Häfner 说道。
算法和研究都是公开的，研究人员部署的天气和波浪数据也是如此。 因此，迪翁·哈夫纳表示，公共当局和气象服务机构等感兴趣的各方可以轻松开始计算异常波浪的概率。 与使用人工智能创建的许多其他模型不同，研究人员算法中的所有中间计算都是透明的。
“人工智能和机器学习通常是黑匣子，不会增加人类的理解。 但在这项研究中，迪翁使用人工智能方法将庞大的波浪观测数据库转化为一个新的异常波概率方程，该方程易于人们理解，并且与物理定律相关。” 论文导师及合著者。
参考文献：Dion Häfner、Johannes Gemmrich 和 Markus Jochum 的“机器引导发现真实世界的流氓波模型”，2023 年 11 月 20 日，《美国国家科学院院刊》。
DOI：10.1073/pnas.2306275120
编译来源：ScitechDaily