Искусственный интеллект проливает свет на трудноизучаемые океанические течения

Исследователи применили методы искусственного интеллекта (ИИ) для анализа и прогнозирования поведения сложного Индонезийского сквозного потока — ключевого течения, переносящего теплые и пресные воды из Тихого океана в Индийский. Используя данные о высоте морской поверхности, модель глубокого обучения определила, что пролив Молукку оказывает наибольшее влияние на всю систему течения.

Этот поток критически важен для глобальной циркуляции океана и температуры морской поверхности, но его прямое измерение традиционными методами затруднено из-за сложного рельефа морского дна и высокой стоимости наблюдательных систем. Новый подход, объединяющий сверточные и рекуррентные нейронные сети, позволил с высокой точностью воспроизвести наблюдаемые тенденции переноса воды, значительно снизив вычислительные затраты по сравнению с классическими экспериментами.

Исследование, опубликованное в Journal of Geophysical Research: Machine Learning and Computation, показало, что высота морской поверхности является надежным индикатором условий в мелководных проливах. Наиболее эффективным для мониторинга состояния всей системы оказалось сочетание данных по проливам Молукку и Хальмахера, что указывает на приоритетные направления для будущих наблюдательных программ.