Sicurezza marittima pronta per un potenziamento grazie all’analisi predittiva AI per onde anomale

Questa settimana segna una pietra miliare importante negli studi oceanici e nella sicurezza marittima dopo che un team di ingegneri ha pubblicato uno studio dimostrando come le reti neurali AI possano aiutare a prevedere e avvertire delle onde anomale. In particolare, questi eventi massivi erano considerati imprevedibili e hanno causato grandi perdite per secoli. Ecco cosa c’è da sapere.

Onde Anomale

Le onde anomale sono conosciute con molti nomi, tra cui onde assassine, mostruose ed estreme. Queste onde hanno un’altezza doppia rispetto alle condizioni oceaniche normali e possono apparire dal nulla, mettendo in grande pericolo chi si trova sulla loro traiettoria. Nel corso della storia, le onde anomale sono state parte del folklore dei viaggiatori marittimi, che indubbiamente hanno sentito leggende su queste onde massicce che trascinavano i loro compagni marinai negli abissi. Oggi, queste onde rappresentano ancora una minaccia importante.
Notamente, questi rari eventi oceanici sono simili ai tsunami per dimensioni e potere distruttivo. Tuttavia, a differenza dei loro omologhi ben compresi, le onde anomale possono apparire senza alcun evento evidente, come un terremoto. Pertanto, queste onde grandi e imprevedibili rappresentano un grande pericolo per le infrastrutture offshore, i viaggiatori e altre attrezzature.

Come si Formano le Onde Anomale

Fino a poco tempo fa, non c’erano dati sufficienti né potenza computazionale per creare meccanismi affidabili di formazione delle onde anomale. Di conseguenza, la maggior parte della scienza relativa alla formazione di questi eventi sfuggenti si basava sulla raccolta di dati osservazionali dopo gli eventi. Queste informazioni hanno portato i ricercatori a determinare i tre modi più importanti con cui si formano le onde anomale.

Accumulo Lento

Curiosamente, un’onda anomala può iniziare a formarsi e accumularsi senza la necessità di combinarsi con altre onde. Correnti forti come il Gulf Stream possono risuonare e espandersi per creare un’anomalia marina massiccia. Gli scienziati che studiano questo fenomeno spesso impiegano un metodo chiamato instabilità di Benjamin-Feir per spiegare l’espansione di un singolo gruppo d’onda. Questa è una delle forme più rare di onde anomale catturate dai ricercatori.

Onde Multiple

La formazione più comunemente compresa delle onde anomale avviene a causa dell’interferenza di più onde che si incontrano al momento perfetto per amplificare l’intensità. Quando le onde si accumulano e risuonano, possono aumentare e intensificare la corrente e la ferocia dell’onda. Si può pensare a questo come a un effetto valanga, in cui ogni onda viene assorbita nel più grande slancio, creando un muro massiccio pronto a distruggere tutto ciò che incontra.

Metodi Attuali per Determinare le Onde Anomale

Non esistono sistemi affidabili di previsione delle onde anomale a livello globale, nonostante questi eventi possano causare danni per miliardi di dollari ogni anno. I metodi più comuni usati per determinare questi eventi si basano su dati oceanici in tempo reale che possono essere previsti solo quando l’evento si verifica, avvisando gli scienziati dell’aumento del livello del mare. Questa strategia lascia molto a desiderare in termini di avviso precoce e precauzioni di sicurezza.

Studio sulle Onde Anomale

Lo studio “Predizione di onde anomale dalle misurazioni delle boe” cerca di far luce su questi eventi oceanici unici. I ricercatori hanno cercato di creare una rete neurale AI in grado di prevedere le probabilità che si verifichi un’onda anomala basandosi sullo stato attuale dell’oceano. Come parte di questo approccio, i ricercatori hanno cercato di determinare quali pre-fattori si verificano prima della formazione delle onde anomale.
Questo approccio mirava a dimostrare la relazione funzionale tra le onde precedenti e l’evento anomalo finale utilizzando dispositivi di misurazione sul campo e reti neurali avanzate. Ancora più importante, il team voleva catturare e documentare le fasi di sincronizzazione tra le singole onde necessarie per creare le onde anomale.

Fase di Test

Il test è iniziato con la creazione di una rete neurale. Il team ha deciso di utilizzare un algoritmo AI basato su una rete a memoria a lungo termine (LSTM). Questi sistemi AI sono stati creati per semplificare la relazione funzionale tra dati di input e dati di output. Pertanto, sono ideali per creare previsioni basate sui dati di sistemi complessi.

Boe Oceaniche

I ricercatori hanno raccolto dati da 172 boe situate al largo della costa orientale degli Stati Uniti e delle isole del Pacifico, con profondità comprese tra 20 metri e oltre 4000 m. Due tipi di boe sono stati utilizzati nel test. Il Datawell directional wave rider MkIII con una frequenza di campionamento di 1,28 Hz e il Datawell directional wave rider MkIII con una frequenza di 2,56 Hz. Queste unità sono ben testate e offrono dati affidabili, inclusi accelerometri che monitorano lo spostamento verticale.

Fonte – MATLAB

Set di Dati

La rete neurale è stata programmata utilizzando una dimensione del campione equivalente a 880 anni di dati consecutivi riguardanti le condizioni pre-onda anomala. In particolare, 14 milioni di misurazioni dell’elevazione della superficie del mare a intervalli di 30 minuti sono state combinate con 40.000 misurazioni della stessa elevazione della superficie del mare provenienti dalle stesse boe. Questi dati sono stati poi scansionati per verificare anomalie. I dati sono stati quindi reinseriti nell’algoritmo per addestrarlo meglio a individuare questi fattori.

Rilevante per le Condizioni Oceaniche

I ricercatori hanno voluto rendere i campioni di onde anomale rari nella fase di test per garantire che i dati fossero più vicini a scenari reali. I campioni sono stati poi suddivisi nelle categorie di onde non anomale e onde anomale, che sono state rinforzate. In particolare, i dati iniziali sono stati ottenuti tramite il Coastal Data Information Program (CDIP) in collaborazione con la Scripps Institution of Oceanography.

Scansionato per Onde Anomale

I ricercatori hanno scansionato i dati dei campioni d’onda utilizzando le risorse di supercalcolo dell’Università del Maryland. Questo accesso ha permesso loro di sfruttare una GPU NVIDIA (NVDA ) A100 in combinazione con una GPU locale NVIDIA Quadro P1000 per migliorare le prestazioni dell’AI, i tempi di addestramento e l’accuratezza.

Risultati

I risultati di questo studio potrebbero avere un impatto notevole sul modo in cui ingegneri e ricercatori percepiscono le onde anomale in futuro. Questi eventi, un tempo quasi impossibili da determinare, sono stati individuati con un’accuratezza del 75% grazie ai sistemi AI. In particolare, il 75% delle onde anomale è stato previsto entro 1 minuto dalla loro comparsa. Il tasso è sceso solo al 73% quando il tempo di avviso è stato esteso a 5 minuti.
In totale, l’AI ha previsto con successo quasi 3.000 onde anomale con precisione. Solo 855 eventi sono riusciti a sfuggire al rilevamento AI, lasciando il sistema con un indice di accuratezza del 23%. Considerando che molti ricercatori credevano fosse impossibile determinare questi eventi, questi risultati hanno aperto la porta a nuovi e più efficaci sistemi di previsione.

Benefici

Questo studio potrebbe portare molti benefici al mercato. In primo luogo, è il primo concetto di sistema di previsione affidabile per le onde anomale. Trasforma l’idea che questi eventi siano troppo complessi da prevedere e introduce invece una soluzione molto affidabile ed economica che potrebbe fornire avvisi avanzati preziosi a navi e piattaforme offshore quando necessario.

Utilizza i Dati delle Boe Correnti

Un altro grande vantaggio di questo approccio per determinare la probabilità di onde anomale è che non è necessario installare nuovi sensori o sistemi. Le boe sono già state distribuite e testate per decenni. Pertanto, forniscono una fonte di dati affidabile e comprovata con una storia tracciabile. Questo aggiornamento di previsione AI è software. Di conseguenza, può sfruttare le milioni di ore di dati forniti da questi dispositivi per migliorare e potenziare le prestazioni future.

Applicazione Universale

Uno degli aspetti più interessanti del loro addestramento AI è che il modello è stato in grado di essere applicato con successo a località al di fuori del set di dati originale delle boe. Il team è riuscito a prevedere con alta probabilità il rischio di onde anomale per due boe fuori sede. Hanno testato la loro teoria sulla Boa 132, situata vicino a Jacksonville, Florida, e sulla Boa 067 vicino all’Isola San Nicolas al largo della costa di Los Angeles. I risultati hanno mostrato che l’algoritmo poteva essere applicato con successo ad altre località.

Auto-Miglioramento

Uno dei maggiori vantaggi di questo tipo di algoritmo AI è che può migliorare continuamente il suo set di dati, rafforzando la comprensione e migliorando le prestazioni. Questi sistemi miglioreranno man mano che i dati verranno raffinati. Pertanto, questo metodo offre un modo a basso costo ed efficiente per migliorare le operazioni.

Ricercatori

Thomas Breunung e Balakumar Balachandran sono stati i ricercatori principali dello studio. Hanno raggiunto il loro obiettivo dimostrando un modo per determinare le onde anomale con alta precisione a livello globale. In particolare, l’Università del Maryland ha fornito risorse di supercalcolo e supporto al team, che ora cerca di migliorare i risultati introducendo più dati nel modello, inclusi velocità del vento, posizione e profondità. Tutti questi fattori potrebbero aiutare a migliorare i tempi di rilevamento e persino a fornire un modo per determinare l’altezza dell’evento.

Aziende che Possono Integrare Questa Tecnologia Oggi

Molte aziende potrebbero trarre benefici immediati da questo studio. Attualmente ci sono miliardi di dollari in infrastrutture offshore e navi di trasporto che attraversano l’oceano. Queste aziende investiranno sicuramente in qualsiasi tecnologia che possa aiutare a prevenire perdite catastrofiche e morti.

1. Diamond Offshore Drilling Inc.

Diamond Offshore Drilling Inc. è una importante azienda di perforazione petrolifera e del gas con sede a Katy, Texas. L’azienda è entrata nel mercato nel 1987 come Diamond M Drilling prima di subire numerosi rebranding. Attualmente possiede 44 piattaforme di perforazione offshore, incluse 32 piattaforme semisommergibili e 5 navi trivellatrici.
Diamond Offshore Drilling Inc. ha contratti con molte delle più grandi compagnie petrolifere e del gas al mondo, tra cui Hess Corporation , Petrobras, BP e Occidental Petroleum (OXY ). La sua posizione e la domanda di combustibili fossili rendono questa azione un forte “hold“. In particolare, ha subito alcuni svantaggi a causa dell’afflusso di energie verdi sul mercato, ma gli analisti prevedono guadagni futuri poiché conflitti e altri fattori spingono i prezzi del gas verso l’alto.

2. Sable Offshore Corp

SOC Grafico dei prezzi

Sable Offshore Corp (SOC ) è un’altra azienda di perforazione che potrebbe sfruttare un sistema di previsione delle onde anomale per proteggere la sua flotta di piattaforme offshore e stazioni di perforazione. L’azienda è stata fondata nel 2020 come Flame Acquisition Corp prima di cambiare nome in Sable. Sable ha operazioni offshore situate al largo della costa della California in acque federali. Possiede inoltre 76.000 acri di concessioni sottomarine che le consentono di trasportare petrolio greggio e gas naturale.
L’azienda ha numerose partnership strategiche con leader del settore, tra cui ExxonMobil (XOM ), Canada Ltd, Imperial Oil (IMO ) Resources Limited e Pengrowth Energy Corporation, per citarne alcuni.  Le azioni della società hanno subito recenti difficoltà a causa delle fluttuazioni del mercato. Tuttavia, la California ha una domanda crescente per questi servizi, posizionando Sable Offshore Corp come fornitore energetico locale di primo piano.

Futuro della Predizione delle Onde Anomale

Questo studio fa luce sul mondo sfuggente delle onde anomale. Questi eventi non sono più racconti dei marinai, ma ora sono eventi prevedibili. In futuro, questi sistemi saranno integrati nell’economia marittima per mitigare i rischi e migliorare l’efficienza.  In particolare, questi sistemi diventeranno molto più precisi man mano che otterranno dati aggiuntivi rinforzati.
Ci si può aspettare di vedere questo tipo di previsione combinato con sistemi come le reti blockchain che forniscono monitoraggio in tempo reale di enormi quantità di dati a livello globale. Questo miglioramento consentirebbe a questi sistemi di registrare e tracciare gli eventi in tempo reale attraverso l’oceano in modo immutabile. Questi dati potrebbero poi essere usati per migliorare la comprensione scientifica di questi eventi sfuggenti.

Le Onde Anomale sono un Problema che la Rilevazione può Risolvere

Al momento non esiste un modo per impedire la formazione delle onde anomale. Tuttavia, il primo passo per prevenire grandi perdite è determinare quando e cosa causa questi eventi. Questi ingegneri hanno compiuto i primi passi e hanno posto le basi per future ricerche che potrebbero salvare vite. Per ora, i loro sforzi stanno creando “onde” in diversi settori.
Scopri altri progetti AI interessanti ora.