Kecerdasan Buatan Mengungkapkan Hubungan Antar Lautan Dunia
- Teknik pembelajaran mesin baru mengidentifikasi tautan dan pola di lautan yang masuk akal.
- Ini mengungkapkan total 5 wilayah dinamis yang konsisten yang membentuk hampir 93,7% lautan dunia, bersama dengan parameter fisiknya yang paling dominan.
Sebelum munculnya metode pengamatan dan pemodelan lanjutan, keadaan fisik/dinamis lautan ditentukan dengan menggunakan deskripsi kuasi-laminar skala besar seperti aliran Stommel-Arons, resep abyssal, atau keseimbangan Sverdrup.
Kemajuan terbaru dalam kemampuan pemodelan dan instrumentasi telah menunjukkan bahwa fisika laut dapat dicirikan oleh variabilitas spasial dan temporal yang rumit. Setiap wilayah di laut memiliki keadaan unik yang bergantung pada beberapa faktor seperti meteorologi lokal, kedekatan dengan batas barat dan timur, dan banyak lagi.
Untuk mendeteksi fisika apa yang paling dominan di lokasi tertentu, seseorang perlu memeriksa sejumlah besar titik data untuk beberapa parameter, termasuk salinitas, kecepatan, suhu, dan bagaimana segala sesuatunya berubah dengan kedalaman.
Karena mustahil bagi manusia mana pun untuk menguraikan data dalam jumlah besar seperti itu, para peneliti MIT telah mengembangkan metode pembelajaran mesin baru untuk mengidentifikasi tautan dan pola di lautan yang masuk akal.
Apa yang Dipecahkan Algoritma?
Tim peneliti menggunakan 'Estimating the Circulation and Climate of the Ocean' (ECCO) untuk mendapatkan data tentang apa yang terjadi di lautan global. ECCO menyediakan variabilitas laut, fisika pesisir, siklus biologis, dan geodesi, berdasarkan miliaran parameter yang tercatat dalam 2 dekade terakhir.
Referensi:Perpustakaan Online Wiley | doi:10.1029/2018EA000519 | MIT
Mereka kemudian menerapkan pengelompokan K-means – metode kuantisasi vektor – untuk mendeteksi pola yang kuat dalam data dan menentukan fisika dominan di laut. Hasilnya mengungkapkan total 5 kelompok, yang mewakili 5 wilayah dinamis yang konsisten yang membentuk hampir 93,7% dari lautan dunia.
Cluster terbesar, misalnya, menyumbang sekitar 43% dari laut global:parameter yang paling dominan adalah tekanan angin di permukaan laut yang diseimbangkan dengan torsi di bagian bawah. Parameter ini sebagian besar tercatat di gyres subpolar dan subtropis di Belahan Bumi Utara, sebagian besar Samudra Arktik, dan pita tipis di Samudra Selatan.
Lautan dikelompokkan berdasarkan parameter serupa | Kredit:Maike Sonnewald
Demikian pula, 4 cluster lainnya menunjukkan parameter fisik yang dominan dan di mana tepatnya dapat ditemukan di lautan global. Sisanya 6,3% dari wilayah lautan cukup menantang untuk dijabarkan.
Dalam studi berikutnya, peneliti akan menggunakan teknik pembelajaran mesin yang sama dengan data resolusi lebih tinggi untuk melacak 6,3% sisanya. Mereka akan fokus pada faktor-faktor yang sensitif terhadap iklim, seperti sirkulasi pilin dan penggulingan.
Baca:Lautan Bumi Menyerap 338 Zettajoule Energi Panas Dari 1991 Hingga 2016
Untuk saat ini, alat ini dapat membantu ahli kelautan dan ilmuwan mempermudah analisis mereka, membandingkan wilayah dengan wilayah yang berperilaku serupa, dan memfokuskan penelitian mereka di tempat yang tepat.
