详细内容或原文请订阅后点击阅览
大学的人工智能模型可以帮助海岸警卫队避开北极冰
密歇根大学学生团队创建了一个人工智能模型，可以提高海岸警卫队在北极冰冷水域航行的能力。
来源:美国国防杂志新闻大学的人工智能模型可以帮助海岸警卫队避开北极冰
海岸警卫队照片
弗吉尼亚州阿灵顿——密歇根大学学生团队创建了一个人工智能模型，可以提高海岸警卫队在北极冰冷水域航行的能力。
该团队的系统 IceScope GL 最近在由密歇根州国防和航空航天创新办公室与海岸警卫队合作举办的 2025 年 MiSpace 黑客马拉松中夺得了 15,000 美元的一等奖。
黑客马拉松为参赛者提供了检测、监测和描述五大湖冰层特征的焦点问题——海岸警卫队战略举措和生态系统发展总监马克·伊格纳什(Mark Ignash)表示，这是一项与海岸警卫队行动相关的挑战，因为它要解决破冰船短缺的问题。
“所面临的挑战是预测四天......——据我所知，目前并不总是可用的——至少在某种程度上是可靠的，”伊格纳什在接受采访时说。
在像北极这样的争议日益激烈的地区，“这可能就是将货物从 A 地运送到 B 地与将资产从 A 地运送到 B 地以防止进一步出现问题的方式之间的区别”。
“你只有这么多的快艇，你只有这么多的方式从 A 点到达 B 点，特别是在某些深度，”因此了解冰况对于海岸警卫队正确定位其有限的资产至关重要，他说。
IceScope GL 团队成员 John Akladus 在视频演示中表示，该系统利用机器学习算法，根据 21 天的湖面温度数据进行训练，可以通过浓度、厚度和类型来表征冰的特征。然后，该模型可以预测未来四天后冰的样子。
卫星数据的可用性不断增加，这意味着它可以以 IceScope GL 等创新方式使用，以改善海岸警卫队等联邦机构的运作，Ignash 说。
主题：海岸警卫队新闻、机器人和自主系统