Uma rede neural inovadora, elaborada por pesquisadores da Universidade de Leeds, no Reino Unido, demonstra uma eficiência notável na identificação rápida e precisa de grandes icebergs antárticos em imagens de satélite. Esta nova abordagem supera em 10 mil vezes os esforços manuais usados normalmente.
De acordo com um comunicado da Agência Espacial Europeia (ESA), a arquitetura da rede, baseada no renomado design U-net, foi meticulosamente treinada com dados do satélite Sentinel-1 exibindo icebergs gigantes em diversos cenários. Contornos derivados manualmente serviram como referência durante o treinamento.
Ao longo do processo, o sistema aprimora continuamente suas previsões, ajustando parâmetros com base na diferença entre o esboço manual e o resultado previsto. O treinamento é interrompido automaticamente quando o sistema atinge o desempenho ideal, assegurando adaptabilidade e sucesso em novos exemplos.
Leia mais:
- Academia Brasileira de Ciências vê riscos e benefícios da IA pro país
- Novo sistema de IA permite que robôs entendam linguagem humana
- Satélite registra iceberg colidindo com ilha de pinguins na Antártica
Algoritmo de IA alcança 99% de precisão no monitoramento de icebergs
Para testar o algoritmo, foram escolhidos sete icebergs, com tamanhos variando de 54 km² a 1052 km². Um conjunto de dados abrangente foi compilado, contendo entre 15 e 46 imagens para cada iceberg, captadas em diferentes estações do ano dos anos de 2014 a 2020.
Segundo Anne Braakmann-Folgmann, principal autora do estudo, que foi publicado nesta quinta-feira (9) na revista científica The Cryosphere, os resultados impressionam, alcançando uma incrível precisão de 99%. “Mapear automaticamente a extensão dos icebergs com rapidez e precisão permite observar mudanças na área de vários icebergs gigantes com facilidade, abrindo caminho para uma aplicação operacional”.
Mark Drinkwater, especialista em ciência do sistema terrestre da ESA, enfatiza a importância dos satélites na monitorização de mudanças em regiões remotas, elogiando a equipe pela introdução desta abordagem inovadora de aprendizado de máquina.
Ele diz que, ao automatizar uma tarefa que, de outra forma, seria manual e trabalhosa, o novo método oferece maior robustez e precisão para monitorar as mudanças na vulnerável região antártica. “Essa conquista representa um avanço significativo na compreensão e acompanhamento das transformações em um dos locais mais sensíveis do planeta”.
Flávia Correia é jornalista do Olhar Digital, cobrindo Ciência e Espaço.
