Monster-bølger kan nu forudsiges af kunstig intelligens, ifølge dansk studie

Slyngelbølger har i århundreder kun været kendt som en sømandsmyte, der kæntrede skibe og kostede sømændene livet.

I dag hærger de stadig fragtskibe på det åbne hav. Ligesom mindre øer eller kyststrækninger mærker effekten af det voldsomme fænomen.

Derfor er det med stor begejstring, at forskere fra Niels Bohr Institutet i samarbejde med University of Victoria nu kan præsentere en model, der med hjælp fra kunstig intelligens kan forudsige de ødelæggende bølger.

»Det sparer tid, penge og liv,« siger Markus Jochum, der er professor ved Institut for Is, Klima og Geofysik på Niels Bohr Institutet og medforfatter på studiet.

Forudsigelsen kan være en kæmpe nyhed for eksempelvis shippingindustrien, tilføjer Markus Jochum.

Professor Christos T. Georgakis, der ikke er involveret i studiet, er også positiv over studiet. Men han har flere forbehold, i forhold til hvad forskerne hævder modellen kan bruges til.

»Jeg vil være forsigtig med at bruge forudsigelserne så bredt,« siger Christos T. Georgakis, der er professor ved Institut for Byggeri og Byggedesign på Aarhus Universitet og selv forsker i ekstreme bølger. 

Svaret er... Superposition!

Siden den første videnskabelige registrering af slyngelbølger for snart 30 år siden, har forskere forsøgt at forklare de enorme bølger. For hvad kan forårsage over 20 meter høje bølger?

Svaret ifølge studiet: Superposition.

Superposition er en hændelse, hvor to bølger krydser ind over hinanden, hvilket forstærker dem kortvarigt og bliver til fænomenet slyngelbølger.

Det lyder måske simpelt nok, men det har taget lang tid at finde frem til det svar.

»Man har forsøgt at genskabe slyngelbølger i laboratorier for at forstå dynamikken i bølgen. Udfordringen ved den strategi er, at vi ikke kan finde årsagen til, at bølgerne opstår i den virkelige verden. Det er simulerede forsøg,« siger Markus Jochum.

Data svarende til 700 års bølger

I stedet har Dion Häfner, der er hovedforfatter til studiet, i sit ph.d.-projekt indsamlet en stor datamængde fra 150 bøjer forskellige steder på kloden ude i den virkelige verden, særligt fra Stillehavet.

Forskerne havde på den måde data fra tre milliarder bølger. Det svarer ifølge forskerne til 700 års observationer af bølger.

Den enorme datamængde var nødvendig for at finde regelmæssigheder i slyngelbølger. På den måde kunne de blive klogere på, hvordan bølgestrømme skal opføre sig for, at der kan opstå slyngelbølger.

Forskerne fandt frem til, at de allervigtigste parametre for at kunne klassificere en slyngelbølge er forbindelsen mellem bølgetoppene i to bølger og bølgernes bredde.

Hvis forskerne kender disse parametre i et havområde, vil de kunne forudsige, når de voldsomme bølger opstår, forklarer de.

Kunstig intelligens i bølgeforskning

Nøglen til den forståelse har været den kunstige intelligens.

Markus Jochum mener, det ville have taget år at regne sig frem til de model, der kan forudsige, hvornår der opstår slyngelbølger, hvis forskerne havde brugt sædvanlige computerkrafter og regneværktøjer.

Men forskerne brugte kunstig intelligens, som løste regnestykket på rekordtid.

»Som forsker er jeg chokeret over, at en maskine kan gøre det her. Det er jo det, forskere gør. Vi forsøger at skabe love, der forbinder a med b og c. Det er hele essensen af mit arbejde, og det kan nu udføres af en maskine,« siger Markus Jochum.

Kunstig intelligens hjalp forskerne med at analysere ting som stejlhed på bølgerne, dybden og havbundens udformning.

Industrien vil få gavn af resultatet

Hvis forskerne kunne have sendt deres algoritme tilbage i tiden til de tidlige søfarer, havde den helt sikkert reddet et hav af menneskeliv, lyder det fra forskerne bag.

Og måske ville algoritmen kunne gøre det samme i dag, hvor trafikken i shippingindustrien er stigende. Det er i al fald forskernes håb:

»Du kan ikke bare stoppe med at sejle, fordi der er voldsomme bølger. Men vi kan designe sejlruter, der undgår områder, hvor der med høj sandsynlighed kommer til at opstå slyngelbølger,« siger Markus Jochum.

Christos T. Georgakis er enig i, at modellen vil kunne bruges til ruteplanlægning i shippingindustrien.

Men han mener stadig, at en del mere forskning mangler, før vi kan forudsige slyngelbølgerne.

I det nye studie bruger de for eksempel ikke vigtige parametre som vindretning eller -hastighed til at forudsige bølgerne, påpeger Christos T. Georgakis.

Forskerne bag fortæller til Videnskab.dk, at de ikke mener, at det er en vægtig nok kritik til, at deres modeller ikke kan bruges allerede nu.