Un equipo liderado por Niccolò Maffezzoli de la Universidad Ca' Foscari de Venecia y la Universidad de California, Irvine, ha desarrollado IceBoost, un modelo global de IA para calcular la distribución del espesor del hielo glaciar. Los hallazgos fueron publicados en Geoscientific Model Development. Se espera que este modelo sea una herramienta clave para estudiar futuros escenarios de deshielo de glaciares y predecir el aumento del nivel del mar.
El modelo IceBoost combina algoritmos de árbol de decisión entrenados en mediciones de espesor y 39 características, incluyendo la velocidad del hielo y los campos de temperatura. Según Maffezzoli, el modelo demuestra errores entre un 30 y un 40% menores que los modelos tradicionales, especialmente en las regiones polares. El modelo de IA aprovecha extensos datos de observación en conjunto con algoritmos de aprendizaje automático.
Las estimaciones precisas del espesor del hielo son cruciales en las regiones polares y los márgenes de Groenlandia y la Antártida para modelar el flujo de hielo y proyectar el aumento del nivel del mar. Para finales de 2025, los investigadores pretenden publicar dos conjuntos de datos que suman medio millón de mapas de espesor de hielo, lo que marca un paso significativo hacia una mejor comprensión y predicción de los impactos glaciales. Esta iniciativa se alinea con el Año Internacional de la Preservación de los Glaciares en 2025 y la Década de Acción para las Ciencias de la Criosfera (2025 – 2034) declarada por las Naciones Unidas.