Inteligența artificială ar putea oferi un semnal de avertizare pentru perturbările vortexului polar
Vortexul polar, o masă rotitoare de aer rece care înconjoară Polul Nord, este uneori perturbat de evenimente de încălzire stratosferică bruscă (SSW), care eliberează valuri de aer glaciar ce pătrund mai departe spre sud decât de obicei. Temperaturile din America de Nord și Europa scad brusc atunci când se produce acest fenomen, însă astfel de evenimente rămân greu de prezis, ceea ce înseamnă că nu putem avertiza cu ușurință populația atunci când un eveniment SSW este iminent.
Cercetătorii C. Daniel Boscu și echipa sa au utilizat o tehnică de învățare automată (machine learning) pentru a studia comportamentul evenimentelor SSW pornind de la o simulare bazată pe principii fizice care reproduce dinamici atmosferice importante, accelerând simulările vortexului polar. Ei au mers mai departe și au analizat modelul de învățare automată în sine pentru a înțelege modul în care acesta reprezintă diferite aspecte ale vortexului polar. Lucrarea este publicată în Journal of Geophysical Research: Machine Learning and Computation.
Autorii au antrenat modelul pe modelul Holton-Mass al variabilității stratosferice, care produce două regimuri metastabile pentru vortexul polar: unul slab și unul puternic. Trecerea de la regimul puternic la cel slab este ceea ce cauzează evenimentele SSW. Autorii au verificat mai întâi că modelul lor, realizat cu ajutorul unui autoencoder variațional condiționat, reproduce atât regimul puternic, cât și pe cel slab. Apoi au efectuat o analiză a componentelor principale pentru a înțelege mai bine modul în care modelul reprezintă aceste caracteristici.
Ei au identificat patru grupuri interpretabile din punct de vedere fizic, corespunzătoare stărilor puternice și slabe, precum și căilor de tranziție dintre ele. Ascuns în interiorul acestor grupuri se află, potrivit autorilor, un semnal clar interpretabil care prezice dacă o perturbare a vortexului polar este pe cale să se producă. Această descoperire sugerează că oamenii de știință ar putea reutiliza modelul de învățare automată pentru a prezice mai bine când vor avea loc viitoare evenimente SSW în lumea reală. De asemenea, lucrarea lor arată că trăsături complexe ale atmosferei pot fi modelate și înțelese cu ajutorul inteligenței artificiale, adaugă aceștia.
