最近，一组研究人员设计了一个AI模型，该模型能够预测延伸超过数百英里/公里的海洋现象，例如热带不稳定波(TIW)。热带不稳定波浪(TIW)是发生在太平洋赤道附近的海洋事件。太平洋TIW涉及弯曲的三角波运动，它们沿着热带太平洋冷舌的边缘向西移动-热带的这一区域明显比周围的海洋冷。

引起TIW的环境因素异常复杂，而且这种现象难以预测。传统上，使用复杂的统计模型和物理模型来预测TIW。但是，一组研究人员最近设计了一个AI模型，旨在更好地预测TIW和其他海洋现象。

根据Phys.org的说法，该研究小组由中国科学院海洋研究所(IOCAS)李晓峰教授领导，该小组还包括来自中国海洋科学各个部门的成员，例如上海海洋大学和第二海洋研究所。自然资源部海洋学。该团队利用卫星数据设计了一个深度学习模型，旨在分析不稳定性波在海洋中移动数千公里时的不稳定性。即使使用全球卫星数据，影响海洋现象的环境因素也难以分辨，但目标是AI模型比传统模型能够更好地破译这些变量并做出预测。

研究人员设计的深度学习模型利用了卫星收集的海面温度数据，分析了当前模式并将它们与过去几年收集的海面温度数据进行了对比。研究人员对模型进行了大约9年的数据训练和测试。分析结果后，研究人员发现该模型能够准确，一致地预测海面温度的变化，并由此预测TIW内的时空变化。

该研究表明，大型数据集支持的AI模型甚至可以预测海洋中某些最复杂的现象，也是可靠的方法。

李晓峰根据《物理学》解释说：“基于人工智能的模型，统计模型和传统的数值模型可以相互补充，并为研究复杂的海洋特征提供了新颖的视角。”

希望随着模型的改进和完善，将有助于大浪和暴风雨的预测，这对海洋航行系统具有实际应用价值，并可以预测可能危害沿海城市的恶劣天气事件。在气候变化正在改变洋流移动和与周围环境相互作用的世界中，这类研究特别有价值。李晓峰及其同事进行的研究是使用AI算法和卫星数据来了解和预测洋流和相关现象运动的日益增长的趋势的一部分。

作为AI用于跟踪和预测海洋现象的另一个例子，今年早些时候，来自普利茅斯海洋实验室和爱琴海大学的一组研究人员发表了一项研究，研究如何使用机器学习算法和卫星数据来识别海洋生物的区域。浓缩塑料废料并追踪其蔓延。