La seguridad marítima lista para un impulso mediante el análisis predictivo de IA para olas gigantes

Esta semana marca un hito importante en los estudios oceánicos y la seguridad marítima después de que un equipo de ingenieros publicara un estudio que demuestra cómo las redes neuronales de IA pueden ayudar a pronosticar y advertir sobre olas gigantes. Cabe destacar que estos eventos masivos antes se consideraban impredecibles y han provocado grandes pérdidas durante siglos. Aquí tienes lo que necesitas saber.

Olas gigantes

Las olas gigantes reciben muchos nombres, incluidos asesinas, monstruosas y extremas. Estas olas poseen una altura que es el doble de las condiciones oceánicas normales y pueden aparecer de la nada, poniendo en gran peligro a quienes se encuentran en su camino. A lo largo de la historia, las olas gigantes han sido parte del folklore de los viajeros del mar, que sin duda escucharon leyendas de estas enormes olas que llevaban a sus compañeros marinos a las profundidades. Hoy en día, estas olas siguen representando una gran amenaza.
Cabe destacar que estos raros eventos oceánicos son similares a los tsunamis en su tamaño y poder destructivo. Sin embargo, a diferencia de sus contrapartes bien comprendidas, las olas gigantes pueden aparecer sin ningún evento notable, como un terremoto. Por lo tanto, estas olas grandes e impredecibles representan un gran peligro para la infraestructura offshore, los viajeros y otros equipos.

Cómo se forman las olas gigantes

Hasta hace poco, no había suficientes datos ni potencia computacional para crear mecanismos fiables de formación de olas gigantes. Por ello, la mayor parte de la ciencia sobre la formación de estos escurridizos eventos se basaba en la recopilación de datos observacionales después de los eventos. Esta información ha llevado a los investigadores a determinar las tres formas más prominentes en que se forman las olas gigantes.

Acumulación lenta

Curiosamente, una ola gigante puede comenzar a formarse y acumularse sin necesidad de combinarse con otras olas. Corrientes fuertes como la corriente del Golfo pueden resonar y expandirse para crear una anomalía marina masiva. Los científicos que estudian este fenómeno a menudo emplean un método llamado inestabilidad de Benjamin-Feir para explicar la expansión del tren de una sola ola. Esta es una de las formas más raras de olas gigantes capturadas por los investigadores.

Múltiples olas

La formación más ampliamente comprendida de las olas gigantes ocurre debido a la interferencia de múltiples olas que se encuentran en el momento perfecto para amplificar la magnitud. Cuando las olas se acumulan y resuenan, pueden magnificar e intensificar la corriente y la ferocidad de la ola. Puedes imaginarlo como un efecto bola de nieve, donde cada ola se absorbe en el mayor impulso creando una pared masiva lista para destruir cualquier cosa en su camino.

Métodos actuales para determinar olas gigantes

No existen sistemas de pronóstico de olas gigantes fiables a nivel mundial, a pesar de que estos eventos tienen el potencial de causar miles de millones en daños cada año. Los métodos más comunes para determinar estos eventos se basan en datos oceánicos en tiempo real que solo pueden predecirse a medida que ocurre el evento, notificando a los científicos el aumento del nivel del mar. Esta estrategia deja mucho que desear en términos de alerta temprana y precauciones de seguridad.

Estudio sobre olas gigantes

El estudio “Predicción de olas gigantes a partir de mediciones de boyas” busca arrojar luz sobre estos eventos oceánicos únicos. Los investigadores se propusieron crear una red neuronal de IA capaz de predecir las probabilidades de que ocurra una ola gigante basándose en el estado actual del océano. Como parte de este enfoque, los investigadores buscaron determinar qué pre‑factores ocurrían antes de la formación de las olas gigantes.
Este enfoque tenía como objetivo demostrar la relación funcional entre las olas previas y el evento final de ola gigante utilizando dispositivos de medición de campo y redes neuronales avanzadas. Más importante aún, el equipo quería capturar y documentar las fases de sincronización entre las olas individuales necesarias para crear olas gigantes.

Fase de pruebas

Las pruebas comenzaron con la creación de una red neuronal. El equipo decidió usar una red de memoria a corto y largo plazo (LSTM) algoritmo de IA. Estos sistemas de IA fueron creados para simplificar la relación funcional entre los datos de entrada y los datos de salida. Por lo tanto, son ideales para crear pronósticos basados en datos de sistemas complejos.

Boyas oceánicas

Los investigadores recopilaron datos de 172 boyas ubicadas frente a la costa este de EE. UU. y las islas del Pacífico, con profundidades que van desde 20 metros hasta +4000 m. Se utilizaron dos tipos de boyas en la prueba. La Datawell directional wave rider MkIII con una tasa de muestreo de 1,28 Hz y la Datawell directional wave rider MkIII con una tasa de 2,56 Hz. Estas unidades están bien probadas y ofrecen datos fiables, incluidos acelerómetros que monitorizan el desplazamiento vertical.

Fuente – MATLAB

Conjunto de datos

La red neuronal se programó usando un tamaño de muestra equivalente a 880 años de datos consecutivos sobre condiciones previas a olas gigantes. En particular, se combinaron 14 millones de mediciones de elevación de la superficie del mar de 30 minutos con 40 000 mediciones de elevación de la superficie del mar de las mismas boyas. Estos datos fueron luego escaneados para buscar anomalías. Posteriormente, los datos se reintegraron al algoritmo para entrenarlo mejor en la detección de estos factores.

Relevante para condiciones oceánicas

Los investigadores estaban interesados en que las muestras de olas gigantes fueran escasas en la fase de pruebas para asegurar que los datos se acercaran a escenarios del mundo real. Las muestras se dividieron luego en categorías de olas no gigantes y olas gigantes que fueron reforzadas. Cabe destacar que los datos iniciales se obtuvieron a través del Coastal Data Information Program (CDIP) en conjunto con la Scripps Institution of Oceanography.

Escaneado en busca de olas gigantes

Los investigadores escanearon los datos de muestra de olas utilizando los recursos de supercomputación de la Universidad de Maryland. Este acceso les permitió aprovechar una GPU NVIDIA A100 en conjunto con una GPU local NVIDIA Quadro P1000 para mejorar el rendimiento de su IA, los tiempos de entrenamiento y la precisión.

Resultados

Los resultados de este estudio podrían tener un efecto resonante en la forma en que ingenieros e investigadores perciben las olas gigantes en el futuro. Estos eventos, antes casi imposibles de determinar, pudieron ser identificados con un 75 % de precisión usando los sistemas de IA. Específicamente, el 75 % de las olas gigantes se predijeron dentro de 1 minuto de su aparición. La tasa solo descendió al 73 % cuando el tiempo se amplió a 5 minutos de aviso.
En total, la IA predijo con éxito cerca de 3 000 olas gigantes con precisión. Solo 855 eventos lograron pasar desapercibidos para la detección de la IA, dejando al sistema con una tasa de precisión del 23 %. Dado que muchos investigadores creían que era imposible determinar estos eventos, estos resultados abrieron la puerta a la introducción de sistemas de predicción nuevos y más efectivos.

Beneficios

Este estudio podría aportar muchos beneficios al mercado. En primer lugar, es el primer concepto de sistema de pronóstico fiable de olas gigantes. Toma la idea de que estos eventos son demasiado complejos de predecir y, en su lugar, introduce una solución muy fiable y rentable que podría proporcionar advertencias anticipadas valiosas a barcos y plataformas offshore cuando sea necesario.

Utiliza datos actuales de boyas

Otro beneficio importante de este enfoque para determinar la probabilidad de olas gigantes es que no es necesario instalar nuevos sensores o sistemas. Las boyas ya se han desplegado y probado durante décadas. Por lo tanto, proporcionan una fuente de datos fiable y probada con un historial rastreable. Esta mejora de predicción de IA es software. Así, puede aprovechar los millones de horas de datos proporcionados por estos dispositivos para mejorar y potenciar el rendimiento futuro.

Aplicación universal

Uno de los aspectos más interesantes de su entrenamiento de IA es que el modelo pudo aplicarse con éxito a ubicaciones fuera del conjunto de datos original de boyas. El equipo pudo predecir con alta probabilidad el riesgo de olas gigantes para dos boyas externas. Pusieron a prueba su teoría en la Boya 132, ubicada cerca de Jacksonville, Florida, y la Boya 067 cerca de la Isla San Nicolás frente a la costa de Los Ángeles. Los resultados mostraron que el algoritmo podía aplicarse con éxito a otras ubicaciones.

Auto‑mejorable

Uno de los mayores beneficios de este tipo de algoritmo de IA es que puede mejorar continuamente su conjunto de datos, reforzando su comprensión y mejorando el rendimiento. Estos sistemas mejorarán a medida que los datos se refinen. Por lo tanto, este método ofrece una forma rentable y eficiente de optimizar las operaciones.

Investigadores

Thomas Breunung y Balakumar Balachandran fueron los investigadores principales del estudio. Cumplieron su objetivo de demostrar una forma de determinar las olas gigantes con alta precisión a nivel global. Cabe destacar que la Universidad de Maryland proporcionó recursos de supercomputación y apoyo al equipo, que ahora busca mejorar sus resultados introduciendo más datos en su modelo, incluidos la velocidad del viento, la ubicación y la profundidad. Todos estos factores podrían ayudar a mejorar los tiempos de detección e incluso proporcionar una forma de determinar la altura del evento.

Empresas que pueden integrar esta tecnología hoy

Muchas empresas podrían obtener beneficios inmediatos de este estudio. Actualmente hay miles de millones en infraestructura offshore y buques de transporte que atraviesan el océano. Estas empresas seguramente invertirán en cualquier tecnología que pueda ayudar a prevenir pérdidas catastróficas y muertes.

1. Diamond Offshore Drilling Inc.

(DO )

Diamond Offshore Drilling Inc. es una importante empresa de perforación de petróleo y gas ubicada en Katy, Texas. La compañía ingresó al mercado en 1987 como Diamond M Drilling antes de pasar por múltiples cambios de marca. Actualmente, cuenta con 44 plataformas de perforación offshore, incluidas 32 plataformas semisumergibles y 5 barcos perforadores.
Diamond Offshore Drilling Inc. tiene contratos con muchas de las mayores compañías de petróleo y gas del mundo, incluidas Hess Corporation, Petrobras, BP y Occidental Petroleum. Su posición y la demanda de combustibles fósiles hacen que esta acción sea una fuerte “hold.” Cabe destacar que ha experimentado algunas desventajas debido a la afluencia de energías verdes al mercado, pero los analistas pronostican ganancias futuras a medida que los conflictos y otros factores impulsan los precios del gas al alza.

2. Sable Offshore Corp

(SOC )

Sable Offshore Corp es otra empresa de perforación que podría aprovechar un sistema de predicción de olas gigantes para proteger su flota de plataformas offshore y estaciones de perforación. La compañía se fundó en 2020 como Flame Acquisition Corp antes de cambiar su nombre a Sable. Sable tiene operaciones offshore ubicadas frente a la costa de California en aguas federales. También posee 76 000 acres de concesiones submarinas que le permiten transportar petróleo crudo y gas natural.
La empresa cuenta con numerosas alianzas estratégicas con líderes de la industria, incluidos ExxonMobil, Canada Ltd, Imperial Oil Resources Limited y Pengrowth Energy Corporation, por nombrar algunos.  Las acciones de la compañía han sufrido recientemente debido a las fluctuaciones del mercado. Sin embargo, California tiene una demanda creciente de estos servicios, posicionando a Sable Offshore Corp como un proveedor energético local de primera categoría.

Futuro de la predicción de olas gigantes

Este estudio arroja luz sobre el escurridizo mundo de las olas gigantes. Estos eventos ya no son cuentos de marineros, sino eventos predecibles. En el futuro, estos sistemas se integrarán en toda la economía marítima para mitigar riesgos y mejorar la eficiencia.  Cabe destacar que estos sistemas se volverán mucho mejores y más precisos a medida que obtengan datos reforzados adicionales.
Próximamente podrás ver este estilo de predicción combinado con sistemas como redes blockchain que proporcionan monitoreo en tiempo real de datos masivos a nivel global. Esta mejora permitiría a estos sistemas registrar y rastrear ocurrencias en tiempo real a lo largo del océano de manera inmutable. Estos datos podrían luego usarse para mejorar la comprensión de los científicos sobre estos escurridizos fenómenos.

Las olas gigantes son un problema que la detección puede resolver

Aún no hay forma de evitar que se formen las olas gigantes. Sin embargo, el primer paso para prevenir pérdidas importantes es determinar cuándo y qué provoca que ocurran estos eventos. Estos ingenieros han dado los primeros pasos y han sentado las bases para futuras investigaciones que podrían salvar vidas. Por ahora, sus esfuerzos están creando “olas” en múltiples industrias.
Conoce otros proyectos de IA interesantes ahora.