L'intelligence artificielle pour mieux prévoir l'évolution des glaciers face au changement climatique

Publié par Adrien le 26/01/2022 à 13:00
Source: CNRS INSU
Les glaciers perdent actuellement une grande partie de leur masse à cause du changement climatique produit par les activités humaines. Il est extrêmement important de bien comprendre les processus physiques liés à ces changements régionaux et globaux, afin d'anticiper les futures évolutions possibles des glaciers et leurs impacts sur l'élévation au niveau des mers (Le terme de mer recouvre plusieurs réalités.), la ressource en eau (L’eau est un composé chimique ubiquitaire sur la Terre, essentiel pour tous les...) et les écosystèmes. Pour faire face à ces questions, les modèles numériques permettent aux scientifiques de simuler, de façon simplifiée, l'évolution des glaciers pour des régions entières ou sur l'ensemble (En théorie des ensembles, un ensemble désigne intuitivement une collection...) de la planète (Une planète est un corps céleste orbitant autour du Soleil ou d'une autre étoile de...), que ce soit pour des périodes passées ou futures.


Représentation artistique du modèle d'intelligence artificielle, basé sur un réseau (Un réseau informatique est un ensemble d'équipements reliés entre eux pour échanger des...) de neurones profond, utilisé pour modéliser l'évolution future des glaciers.
© Tom Bernardo /représentation artistique: Jordi Bolibar.

Dans une nouvelle étude publiée dans la revue Nature Communications, une équipe interdisciplinaire (Un travail interdisciplinaire intègre des concepts provenant de différentes disciplines.) de glaciologues, climatologues et mathématiciens de l'Université (Une université est un établissement d'enseignement supérieur dont l'objectif est la...) Grenoble Alpes, INRAE, Météo-France (Météo-France est l'organisme français de météorologie, un...), l'Université Libre de Bruxelles (L’Université libre de Bruxelles (ULB) est une université belge francophone.) et TU Delft a utilisé pour la première fois des réseaux de neurones artificiels profonds - un type d'intelligence artificielle - pour simuler l'évolution future des glaciers à l'échelle régionale.

Comme la plupart des processus physiques dans la nature, l'évolution des glaciers en réponse au climat (Le climat correspond à la distribution statistique des conditions atmosphériques dans une...) est non linéaire, c'est-à-dire qu'elle n'évolue pas de façon constante dans le temps (Le temps est un concept développé par l'être humain pour appréhender le...). La capacité à capturer ces comportements non linéaires est précisément un des avantages qu'offrent les réseaux de neurones par rapport aux modèles actuellement utilisés pour des simulations aux échelles régionales à globales. Cette étude marque ainsi le début d'une nouvelle génération de modèles scientifiques plus puissants et mieux adaptés à la prévision de l'évolution future des glaciers face au changement climatique.

Ces résultats ont des conséquences importantes sur notre connaissance de l'évolution future des glaciers et du niveau des mers. Ils prévoient que les glaciers dans l'Arctique (L’Arctique est la région entourant le pôle nord de la Terre, à l’intérieur et aux...) et en Patagonie (La Patagonie (en espagnol et en anglais : Patagonia), également appelée Le Grand...), qui contiennent les plus grandes réserves de glace (La glace est de l'eau à l'état solide.) au monde (Le mot monde peut désigner :) en dehors du Groenland (Le Groenland (prononcez /gʁɔɛn.lɑ̃d/, écrit Groënland dans...) et l'Antarctique (L'Antarctique (prononcé [ɑ̃.taʁk.tik] Écouter) est le continent le plus...), seraient plus affectées par cette réponse non linéaire au réchauffement, appelant à une révision des prévisions actuelles, avec des modèles capables de mieux reproduire les non linéarités de leur évolution future. L'utilisation de l'intelligence artificielle, combinée avec la physique (La physique (du grec φυσις, la nature) est étymologiquement la...) du climat et des glaciers, jouera un rôle essentiel dans les découvertes futures.

Publication:
Bolibar, J., Rabatel, A., Gouttevin, I. et al. Nonlinear sensitivity of glacier (Un glacier est une masse de glace plus ou moins étendue qui se forme par le tassement de couches...) mass balance to future climate change unveiled by deep learning. Nat Commun 13, 409 (2022).
Cet article vous a plu ? Vous souhaitez nous soutenir ? Partagez-le sur les réseaux sociaux avec vos amis et/ou commentez-le, ceci nous encouragera à publier davantage de sujets similaires !

Sur le même thême

Page générée en 0.086 seconde(s) - site hébergé chez Contabo
Ce site fait l'objet d'une déclaration à la CNIL sous le numéro de dossier 1037632
Ce site est édité par Techno-Science.net - A propos - Informations légales
Partenaire: HD-Numérique