不可预知的海上巨浪会严重损坏船只和近海平台，危及船上工作人员的生命。马里兰大学的一个新系统利用神经网络提供有价值的预警警报。巨浪是指被认为高度至少是周围最高海浪两倍的任何海浪，对海上作业人员来说是非常可怕的。1995 年，一个高达 25.6 米（84 英尺）的巨浪袭击了挪威海岸外的北海德劳普纳天然气平台，并被激光测量工具证实。

2020 年，温哥华岛 Ucluelet 海岸附近的一系列浮标记录到了一个 17.6 米（57.7 英尺）高的巨浪。2022 年，"维京北极星"号游轮被破坏性海浪击中，一名乘客丧生。

尽管 2019 年的一项研究发现，破坏性海浪发生的频率有所降低，但也得出了破坏性海浪越来越严重的结论。因此，帮助预测巨浪的系统可以极大地保护海上作业人员的生命安全，他们可以在巨浪来袭前寻求庇护并采取其他预防措施。

去年，哥本哈根大学的研究人员利用人工智能系统分析了全球 158 个地点的浮标数据，解开了这些难以预测的巨浪的复杂成因。研究小组发现，它们是由一个被称为线性叠加的过程引起的，在这个过程中，两个波浪系统交叉并相互放大。

研究报告的第一作者迪昂-海夫纳（Dion Häfner）当时说："如果两个波浪系统在海上相遇的方式增加了产生高波峰和深波谷的几率，就会产生超大海浪的风险。"

现在，马里兰大学的两位研究人员再次利用人工智能分析海量数据，试图进一步了解破坏性海浪。他们对来自美国大陆和太平洋岛屿沿岸 172 个浮标的 1400 万个 30 秒长的海面高程测量样本进行了神经网络训练。目的是训练人工智能系统，使其能够分析出哪些海浪会引发第二轮巨浪。

在测试中，新系统能够正确识别未来一分钟内的破坏性海浪事件，准确率为 75%，未来五分钟内的准确率为 73%。

研究人员认为，这些结果可能会促成一种预警系统，帮助海上作业人员躲避破坏性海浪的最坏影响，但他们也承认这项工作存在局限性。

他们在刚刚发表在《科学报告》（Scientific Reports）杂志上的研究论文中写道："四次破坏性海浪中大约有三次被预测到，这也意味着四次破坏性海浪中有一次没有被预测到，并且发出了大量错误警报。对于一个运行系统来说，这种准确性必须进一步提高。为此，可以通过采用更强大的神经网络架构来改变所采取的数据驱动方法。"

除了提高人工智能系统的鲁棒性，该团队还表示，在分析中加入更多数据，如风速、水深和波浪位置信息，可以帮助它变得更加准确。

"虽然我们方法的成功率令人鼓舞，但利用神经网络，我们只能对破坏性海浪事件的基本物理原理得出有限的结论，"合著者托马斯-布吕农（Thomas Breunung）说。"作为研究人员，我们现在比以往任何时候都更有动力利用类似的方法来深入了解破坏性海浪"。

论文的另一位作者巴拉库马尔-巴拉钱德兰（Balakumar Balachandran）补充说，他们研究中使用的神经网络也可以有更广泛的应用。

他说："破坏性海浪是极端事件的一种。我们的数据驱动方法可能有助于理解和预测与气候变化和燃烧过程等相关的其他极端事件。"