Havis. Den svenske isbryteren "Oden".
Det er stor forskjell på is-typer. Det skal en smart app lære seg. I fremtiden kan den gjøre det tryggere å ferdes i arktiske strøk. Foto: Sveinung Løset, NTNU

Hva slags havis er det? Spør Knut!

En ny app kalt «Ask Knut» skal bruke kunstig intelligens for å klassifisere ulike typer havis. Du kan hjelpe til. Turister kan nemlig bidra.

Feriebildene fra arktiske cruise kan en dag bidra til å forhindre ulykker i Titanic-skala.

Hvis du har sett på Netflix, kjøpt noe på nettet eller brukt robotstøvsuger, har du vært i kontakt med kunstig intelligens (KI).

Kunstig intelligens gjør at datamaskiner kan gå gjennom en enorm mengde data for å oppdage mønstre eller løse problemer.

Havis. Illustrasjonen viser forskjellen på det øyet og Knut ser.

Det øyet ser og det “Knut” ser. Illustrasjon: Sveinung Løset, NTNU

EU mener at kunstig intelligens er teknologi som definerer framtida. Men selv om KI allerede er vevd inn i hverdagen, er det ett område av verden kunstig intelligens fremdeles er på et svært tidlig stadium.

– Det området er i Arktis, sier førsteamanuensis Ekaterina Kim ved Institutt for marin teknikk ved NTNU.

Kunstig intelligens lite brukt i nord

Førsteamanuensis Kim er spesialist på havis.

– Kunstig intelligens brukes mye i for eksempel markedsføring og medisin, men ikke så mye av forskningsmiljøer som studerer Arktis, sier hun.

– Selv om vi har mye data, er det ikke stor interesse omkring kunstig intelligens. Mye av dataen venter på at folk skal gjøre noe med den.

Derfor bestemte Kim og kollegene hennes seg for å se om de kunne utvikle en app som bruker kunstig intelligens for å identifisere havis i Arktis. Kollegene er Ole-Magnus Pedersen, doktorgradskandidat ved NTNUs Institutt for marin teknikk, og Nabil Panchi fra Indian Institute of Technology Kharagpur.

Resultatet ble appen «Ask Knut», som er oppkalt etter en inspirerende lærer Kim hadde under sin utdannelse ved NTNU.

Havis. Illustrasjonen viser en prototype av Ask Knut.

En prototype av Ask Knut. Illustrasjon: NTNU

Klimaendringer og endringer i havis

Du tror kanskje at det ikke er så stor forskjell på isklumper, men det er ikke riktig. I tillegg til isfjell finnes det deformert is, flat is, oppbrukket is, isflak, skrugard, liten skrugard, pannekake-is og is-sarr.

Forskerne ville at appen skulle greie å skille mellom de ulike is-typene og andre hvite og blå objekter i havområdene, som himmel, åpent vann og undervanns-is. Ulike istyper er viktige å vite om, for eksempel for sjøfolk som ferdes i disse farvannene.

Bilder av is

Har du bilder av is-formasjoner og is fra arktiske strøk, send dem gjerne til forskerne! Foto: synlig.no

Isfjell er ikke det samme som knust is – flytende biter av is som er to meter eller mindre i diameter. Titanic hadde ikke sunket om skipet bare hadde truffet litt knust is istedenfor et stort isfjell.

På grunn av klimaendringer haster det med å få til dette, siden endringene dramatisk forandrer havisen. Selv ved hjelp av satellittbilder og ny skipsteknologi er det vanskelig å vite hva slags is som finnes i farvannene. Ikke minst i tåke og storm.

– Is kan gjøre det svært vanskelig å navigere. Fra skipet kan det være vanskelig å oppdage om isen er sterk, hvor den holder seg året rundt – og ulike former for is. Noen typer is er mye farligere enn andre, påpeker førsteamanuensis Kim.

Bygger datasett ved å gjøre det morsomt

Forskningsgruppen begynte med å lære appen med den kunstige intelligensen ulike former for is ved å benytte en stor samling bilder tatt av en annen av NTNUs isforskere, professor Sveinung Løset ved Institutt for bygg- og miljøteknikk.

Men et system for kunstig intelligens er som et barn som vokser. For at det skal lære mer, må det eksponeres for mye informasjon. 

Covid-19 stanset det meste av cruisetrafikken, men folk er så smått i gang med å dra på cruise igjen. Også i farvannene i Arktis og Antarktis.

Kim ser nemlig for seg at turister kan bruke appen for å ta bilder av ulike former for is. Kanskje kan de konkurrere om hvem som kan finne flest istyper? Alle disse bildene kan hjelpe appen med å lære.

Har du bilder av is-formasjoner og is, spesielt fra arktiske strøk, send dem gjerne til forskerne. Bildene kan godt være tatt i dårlig vær eller natterstid. Alle som bidrar blir kreditert. Send dem til [email protected]

Flere typer is enn du trodde

Her er de mange istypene som «Knut» lærer seg å identifisere.

  • Isfjell: Et stort stykke ferskvannsis som har brukket av en isbre eller ishylle og som flyter fritt i åpent hav.
  • Deformert is: En generell beskrivelse for havis som er brukket opp og omdannet. Det inkluderer skrudd is, hengekøye-is og overskyvd is. Deformert is utmerker seg med ru overflate.
  • Flat is: Havis som ikke er deformert.
  • Oppbrukket is: Is som er brukket opp i flere deler.
  • Isflak: Et stort stykke flytende is, definert som et flatt stykke som er minst 20 meter på det smaleste, opp til 10 kilometer tvers over.
  • Skrugard: Et massivt stykke havis satt sammen av skruis, frosset sammen og separat fra isomgivelsene. Det kan ha seilhøyde opptil fem meter over havflaten.
  • Liten skrugard: En mindre versjon av skrugard.
  • Pannekakeis: I hovedsak runde deler av is fra 30 centimeter til 3 meter i diameter, og opp til omtrent 10 centimeters tykkelse. De kan ha forhøyede kanter fordi pannekakeflakene kan slå mot hverandre når de beveges i bølger.
  • Is-sarr: Akkumulering av flytende is dannet av fragmenter som ikke er mer enn 2 meter brede (små iskaker). Sarr er rester av andre typer is.

Fra cruiseskip til klasserom

Etter hvert som den kunstige intelligensen lærer, kan det stadig mer komplekse datasettet ta spranget over til klasserommet, mener Kim.

Da kan navigatører lære om is på en mye mer sofistikert måte.

I dag lærer studenter om is bare ved å se på bilder eller PowerPoint-presentasjoner hvor forelesere beskriver de ulike istypene.

– Dette kunne revolusjonere måten studenter lærer om is på, sier Kim.

Appen er under utvikling, men skal være klar tidlig i 2022.

Referanse: N. Panchi, E. Kim and A. Bhattacharyya, “Supplementing remote sensing of ice: Deep learning-based image segmentation system for automatic detection and localization of sea ice formations from close-range optical images” in IEEE Sensors Journal, doi: 10.1109/JSEN.2021.3084556.