Acasă Știri CÂȘTIGĂTORUL CONCURSULUI „FORECASTING FLOATS IN TURBULENCE”, SPONSORIZAT DE CĂTRE DARPA

CÂȘTIGĂTORUL CONCURSULUI „FORECASTING FLOATS IN TURBULENCE”, SPONSORIZAT DE CĂTRE DARPA

60
0
(c) Courtesy of Sofar Ocean

Un inginer de sateliți, care nu avea experiență în oceanografie, a câștigat o competiție internațională pentru prezicerea locației unor senzori aflați în largul oceanului.

Chris Wasson, care locuiește în sudul Californiei, a învins 31 de echipe pentru a câștiga premiul principal de 25.000 de dolari acordat în cadrul Forecasting Floats in Turbulence Challenge, organizat de către Agenția SUA pentru Proiecte de Cercetare Avansată pentru Apărare (DARPA).

„Nu am nicio experiență reală în oceanografie sau în prognoza sistemelor meteo, dar problema a fost menționată ca fiind orientată mai mult spre date și algoritmi. Având în vedere acest lucru, m-am înregistrat gândindu-mă că voi vedea pe parcurs cum decurg lucrurile”, a declarat Wasson.

Concurenții au trebuit să prognozeze locațiile unui număr de 90 dispozitive care pluteau în oceanul Atlantic pe parcursul a 10 zile. Acestora li s-au oferit pozițiile senzorilor din ultimele 20 de zile și date meteorologice despre curenți, masele de aer și valuri.

Wasson a surclasat echipe experimentate de oceanografi. Premiul al doilea a fost acordat unui institut de cercetare cu sediul în Țările de Jos denumit Deltares, iar locul al treilea a fost acordat Centrului pentru Studii de Predicție Ocean-Atmosferică din Tallahassee, Florida.

Wasson a modelat efectul combinat al vântului și al curenților de suprafață asupra fiecărui senzor. În primele 20 de zile, el a comparat predicțiile cu poziția reală și și-a ajustat modelul de fiecare dată, folosind un sistem de învățare automată, care îmbina o formă de inteligență artificială și modelarea matematică.

Deși abordările mai avansate de învățare automată sunt din ce în ce mai utilizate, acestea pot funcționa bine doar în cazul datelor de antrenament. De asemenea, astfel de sisteme pot fi destul de opace, în sensul că modul de funcționare este imposibil de determinat și uneori nerealist. Wasson a descoperit faptul că un sistem mai simplu era mai ușor de înțeles și combinarea acestuia cu modelarea analitică s-a dovedit a fi o soluție eficientă.

„Abordările de învățare automată pot sugera soluții neevidente la probleme, iar metodele analitice pot ajuta la validarea și explicarea acestor rezultate”, a declarat Wasson.

După 10 zile, Wasson a localizat un plutitor aflat la o distanță de 4 kilometri față de poziția sa reală, o realizare egalată doar de o altă echipă.

El a descoperit faptul că, deși rafalele puternice de vânt puteau avea un impact major asupra deplasării dispozitivelor, factorul dominant era reprezentat de curenții oceanici. În timp ce modelul său a fost, în general, destul de precis, unii senzori s-au deplasat în direcții neașteptate, posibil din cauza datelor inexacte privind curenții oceanici.

Deși avea o idee rezonabilă despre modul de funcționare al modelului său, Wasson nu știa cât de puternică era concurența. „Au exista și alte echipe care au avut, timp de câteva zile, scoruri foarte mari în timpul competiției”, a declarat acesta.

Nikolas Aksamit din cadrul Universității Victoria din Canada a declarat faptul că specialiștii tehnici din afara sferei oceanografice contribuie adesea în acest domeniu, așa că victoria lui Wasson nu a fost o surpriză completă.

Identificarea motivului pentru care predicțiile lui Wasson au fost uneori atât de eronate nu este simplă. „Aceasta ar putea fi o reflectare a sistemului haotic, o problemă cu datele sau o problemă cu modelul”, a declarat Aksamit.

Oficialii din cadrul DARPA speră că provocarea va îmbunătăți predicțiile în cazul proiectului Ocean of Things (OoT), care implică o serie de mii de senzori care vor pluti liber în oceane și care vor fi desfășurați în primăvara anului 2022 pentru a detecta nave și submarine. Pentru a sprijini dezvoltarea modelelor viitoare, DARPA va pune la dispoziția publicului datele din cadrul OoT. Tehnicile de prognoză a derivei ar putea fi aplicate și în cazul petelor de petrol, dispersării larvelor de pești și localizării supraviețuitorilor naufragiilor.

„Mi-ar plăcea să lucrez mai mult la modalități prin care datele unui obiect aflat în derivă ar putea fi utilizate pentru a valida modelele existente de prognoză pentru curenții oceanici și pentru masele de aer”, a declarat Wasson.

LĂSAȚI UN MESAJ

Vă rugăm să introduceți comentariul dvs.!
Introduceți aici numele dvs.

Acest site folosește Akismet pentru a reduce spamul. Află cum sunt procesate datele comentariilor tale.