Kunstig intelligens

Datamaskiner kan programmeres til å analysere og gjenkjenne mønstre i store datamengder. Dette kalles maskinlæring, et viktig felt innen kunstig intelligens. I forskning anvendes dette blant annet til analyse av store datamengder og til varsling av endringer i miljø eller klima. Gjennom bruk av kunstig intelligens kan vi utarbeide langt bedre varsler enn tidligere, og presentere gode og sikre analyse- og beslutningsgrunnlag.

Ved hjelp av kunstig intelligens kan informasjon mer effektivt og korrekt hentes ut fra ekstremt store datamengder, enn med tradisjonelle statistiske metoder. I vårt arbeid fokuseres det på data fra satellitter, drivende bøyer og beregnete data fra våre modeller. Maskinlæring hjelper oss å effektivisere analyser av data, og til å oppdage nye sammenhenger mellom dataene. Et eksempel er bruk av maskinlæring for en raskere klassifisering av radarbilder av sjøis. Vi kombinerer årelang kunnskap om miljø og klima med ledende teknikker for maskinlæring, og øker gjennom dette kvaliteten på analyser og varsler. Ved hjelp av kunstig intelligens vil vi øke hastigheten på våre modeller og dataassimileringsmetoder. Pågående studier er primært rettet mot operasjonell klimavarsling og -forskning. Modellene vil kunne lære av sine feil, legge til manglende detaljer i et varsel eller i satellittdata, og forutsi spesifikke typer skadelig algeoppblomstring, m.v..

For mer informasjon, kontakt forskningsleder Laurent Bertino.

Nyheter og aktuelt

Produkter og tjenester

Prosjekt

Oppdragsgiver: Norges forskningsråd
Prosjekteier: Nansensenteret
Prosjektleder ved Nansensenteret: Laurent Bertino
Oppdragsgiver: Schmidt Futures
Prosjekteier: French National Centre for Scientific Research
Prosjektleder ved Nansensenteret: Einar Ólason
Oppdragsgiver: Europakommisjonen
Prosjekteier: Mercator Ocean International
Prosjektleder ved Nansensenteret: Annette Samuelsen
Oppdragsgiver: Mercator Ocean International
Prosjekteier: Meteorologisk institutt
Prosjektleder ved Nansensenteret: Laurent Bertino