Уведомления
Авторизуйтесь или зарегистрируйтесь, чтобы оценивать материалы, создавать записи и писать комментарии.
Авторизуясь, вы соглашаетесь с правилами пользования сайтом и даете согласие на обработку персональных данных.
Под антарктическими льдами: искусственный интеллект научили обнаруживать и классифицировать океанические вихри
Международная команда ученых из МФТИ, Арктического университета Норвегии и Института физики атмосферы им. А.М. Обухова РАН разработала и успешно применила нейросетевой метод для автоматического обнаружения и классификации океанических вихрей в одной из самых труднодоступных и динамичных зон Мирового океана — прикромочной ледовой зоне Антарктики.
Южный океан, омывающий берега Антарктиды, — важнейший элемент климатической системы планеты. Здесь происходит колоссальный тепло- и газообмен между атмосферой и глубинами Мирового океана, а также зарождаются тысячи океанических вихрей, которые, словно невидимые шестеренки, перемещают огромные массы соли, тепла и биогенов на большие расстояния.
Однако важнейшая и наименее изученная часть этого механизма — прикромочная ледовая зона. Это постоянно меняющийся, хаотичный коктейль из открытой воды, битого и плотного льда, где рождаются и умирают бесчисленные вихри. Именно они во многом определяют, как быстро тает лед и как океан взаимодействует с атмосферой. До сих пор эта зона оставалась настоящим «белым пятном» для климатологов. Традиционные спутниковые методы исследования вихрей, такие как альтиметрия, измеряющая уровень океана, бессильны среди льдов. Единственным надежным инструментом остаются радиолокационные спутники, способные видеть сквозь облака и полярную ночь. Однако анализ тысяч получаемых изображений вручную — это титанический, практически невыполнимый труд, который тормозил исследования на десятилетия.
Столкнувшись с этим вызовом, команда исследователей поставила перед собой амбициозную задачу: научить искусственный интеллект делать то, на что у человека ушли бы годы — автоматически находить, классифицировать и каталогизировать вихри в прикромочной зоне Антарктики на радарных снимках. Работа опубликована в журнале Frontiers in Marine Science.
Для этого ученые создали уникальный обучающий набор данных. Они вручную проанализировали и разметили 234 спутниковых снимка высокого разрешения, сделанных аппаратом Sentinel-1 над Восточной Антарктидой. На каждом снимке были тщательно оконтурены все видимые вихри, с указанием их типа — циклонического (вращающегося против часовой стрелки в Южном полушарии) или антициклонического. Этот набор данных сам по себе — научное достижение, впервые систематизирующее информацию о вихревой активности в данном регионе. В качестве «ученика» выбрали одну из самых передовых нейросетевых архитектур для распознавания объектов — YOLOv11. Модель работает подобно человеческому зрению: сначала ее «хребет» выделяет на изображении общие низкоуровневые признаки, затем «шея» собирает их в сложные композиции, и, наконец, «голова» принимает решение, что именно она видит, и выделяет местоположение объекта на снимке.
Никита Сандалюк, старший научный сотрудник лаборатория арктической океанологии МФТИ, рассказал о своей работе: «Прикромочная зона Антарктики долгое время была для нас своего рода «слепой зоной». Мы знали, что там происходят активные вихревые процессы, но у нас не было инструментов для их систематического изучения. Ручной анализ отдельных снимков — это капля в море. Наша работа показывает, что искусственный интеллект может стать нашими глазами в этих сложных условиях. Мы не просто научили модель находить вихри на спутниковых снимках, мы научили ее различать тип вихря (циклонический или антициклонический)», что критически важно для понимания того, как они влияют на транспорт тепла и процессы ледотаяния».
Главной инновацией работы стало применение дополнительного модуля SAHI (Slicing Aided Hyper Inference). Проблема в том, что спутниковые снимки огромны, а вихри, особенно на начальной стадии своего развития, могут быть очень маленькими. Вместо того чтобы пытаться рассмотреть муравья на огромной панораме, нейросеть с модулем SAHI берет «лупу»: она нарезает гигантское изображение на множество небольших перекрывающихся фрагментов, анализирует каждый из них в высоком разрешении, а затем бесшовно сшивает результаты в общую картину. Этот подход позволил повысить точность обнаружения небольших вихрей на 50% — колоссальный скачок в качестве анализа.
Никита Сандалюк также добавил: «Интеграция модуля SAHI стала решающим шагом. Она позволила нам увидеть целый мир субмезомасштабных вихрей — небольших, но очень энергичных структур, которые ранее просто терялись на фоне ледяного хаоса. Конечно, у модели есть свои ограничения. Иногда она принимает за вихри круглые структуры на ледниках. В будущем мы решим эту проблему, добавив географическую маску, которая просто «запретит» нейросети искать вихри на суше. Но уже сейчас мы получили инструмент, способный обрабатывать данные в масштабах, о которых раньше можно было только мечтать».
Результаты исследования превзошли ожидания. Нейросеть уверенно распознает вихри в самых разных условиях: как в плотных ледяных полях, так и в зонах с разреженным льдом, демонстрируя высокую точность и надежность.
Автоматизированный мониторинг позволит впервые собрать многолетнюю статистику вихревой активности, понять механизмы их генерации и влияние на ледяной покров. Эти данные жизненно необходимы для совершенствования климатических моделей, которые до сих пор очень приблизительно описывают процессы в прикромочной ледовой зоне. В будущем команда планирует расширить исследование, включив данные за другие годы для изучения межгодовой изменчивости, и в конечном итоге создать общедоступный сервис для мониторинга вихревой динамики в полярных областях.
Telegram 
Дзен 
VK Астрономы впервые напрямую связали основание гигантского джета с «тенью» впервые «сфотографированной» сверхмассивной черной дыры M87*. Анализ данных, полученных с помощью Телескопа горизонта событий (EHT), позволил проследить, где именно формируется релятивистская струя и лучше понять механизмы ее возникновения.
С середины XX века мирный атом ассоциируют прежде всего с АЭС. Но при всей важности последних иногда за ними не видят многие другие сферы применения атомных технологий — от транспорта до лечения заболеваний и применения в сельском хозяйстве, новых технологий получения сложных материалов и производства аккумуляторов. Всего на неэнергетические цели на планете работают 223 реактора. Попробуем разобраться, чем они занимаются и какие еще направления находятся в фокусе атомной отрасли.
Число устойчивых к антибиотикам инфекций растет на 15% в год, унося миллионы жизней. Схожая проблема есть в онкологии. Существующие методы лечения — комбинированная и точечная терапия — несовершенны: первая слишком токсична, а вторая теряет эффективность из-за мутаций. Перспективная альтернатива — молекулярные гибриды, атакующие болезнь сразу по нескольким направлениям. Однако их создание сдерживает фундаментальное ограничение: современные технологии не могут придать этим молекулам стабильную 3D-форму, необходимую для точного воздействия. Чтобы решить эту проблему, ученые Пермского Политеха разработали метод, который заставляет гибридную молекулу самостоятельно принимать нужную трехмерную структуру. Это позволило получить новые соединения с потенциальным противоопухолевым и противовоспалительным действием.
Международная команда палеонтологов описала новый вид динозавра размером с крупную современную птицу. Он носил на голове плотный костяной нарост, который эти животные, возможно, использовали для внутривидовых разборок. Находка показывает, что даже мелкие хищники мелового периода могли решать конфликты не только когтями и зубами, но и ударами головой.
Кэтлин Рубинс выступила перед комитетом Национальных академий США и рассказала, что не так с новыми скафандрами для близкой высадки американцев на Луне. Учитывая ее 300-дневный опыт пребывания в космосе, критика выглядит довольно обоснованной. В прошлом году Рубинс ушла с поста руководителя отделения внекорабельной деятельности отдела астронавтов, где она участвовала в разработке новых лунных скафандров.
Некоторые исследователи предполагали, что по мере исчезновения морского льда белые медведи потеряют кормовую базу и начнут умирать от истощения. Однако их популяция, живущая в районе максимального исчезновения морского льда, напротив, существенно прибавила в весе.
От рыб произошли все наземные позвоночные, включая нас, но как именно рыбы стали главным населением морей — до последнего времени оставалось неясным. Авторы новой научной работы попытались доказать, что причиной этого было вымирание, возможно, вызванное белыми ночами.
Международная команда палеонтологов описала новый вид динозавра размером с крупную современную птицу. Он носил на голове плотный костяной нарост, который эти животные, возможно, использовали для внутривидовых разборок. Находка показывает, что даже мелкие хищники мелового периода могли решать конфликты не только когтями и зубами, но и ударами головой.
Образцы грунта, взятые астронавтами полвека назад, вложили еще один важный кирпич в здание научной картины мира: гипотеза о том, что Земля исходно была сухой, не стыкуется с фактами. Похоже, идею о невозможности сохранения большого количества воды на «теплых» планетах придется пересмотреть.
Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.
Понятно
Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.
Понятно
Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.
Понятно
Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.
Понятно