Zespół kierowany przez Niccolò Maffezzoli z Uniwersytetu Ca' Foscari w Wenecji i Uniwersytetu Kalifornijskiego w Irvine opracował IceBoost, globalny model AI do obliczania rozkładu grubości lodu lodowcowego. Wyniki zostały opublikowane w Geoscientific Model Development. Oczekuje się, że model ten będzie kluczowym narzędziem do badania przyszłych scenariuszy topnienia lodowców i przewidywania wzrostu poziomu morza.
Model IceBoost łączy algorytmy drzew decyzyjnych wytrenowane na pomiarach grubości i 39 cechach, w tym polach prędkości i temperatury lodu. Według Maffezzoli model wykazuje o 30-40% niższe błędy niż tradycyjne modele, szczególnie w regionach polarnych. Model AI wykorzystuje obszerne dane obserwacyjne w połączeniu z algorytmami uczenia maszynowego.
Dokładne szacunki grubości lodu są kluczowe w regionach polarnych oraz na obrzeżach Grenlandii i Antarktydy do modelowania przepływu lodu i prognozowania wzrostu poziomu morza. Do końca 2025 roku naukowcy planują opublikować dwa zbiory danych zawierające łącznie pół miliona map grubości lodu, co stanowi znaczący krok w kierunku lepszego zrozumienia i przewidywania skutków zlodowacenia. Inicjatywa ta jest zgodna z Międzynarodowym Rokiem Ochrony Lodowców w 2025 roku oraz Dekadą Działań na rzecz Nauk Kriosferycznych (2025–2034) ogłoszoną przez Organizację Narodów Zjednoczonych.