Cambridge-forskare har utvecklat en artificiellt intelligent algoritm som kan slå forskare när de förutsäger hur och när olika material bildar iskristaller.

Programmet – IcePic – kan hjälpa atmosfärsforskare att förbättra klimatförändringsmodellerna i framtiden. Detaljer publiceras idag i tidskriften PNAS .

Vatten har några ovanliga egenskaper, som att det expanderar när det förvandlas till is. Att förstå vatten och hur det fryser runt olika molekyler har omfattande konsekvenser inom ett brett spektrum av områden, från vädersystem som kan påverka hela kontinenter till att lagra biologiska vävnadsprover på ett sjukhus.

Celsius temperaturskalan designades utifrån antagandet att det är övergångstemperaturen mellan vatten och is; men medan is alltid smälter vid 0°C, fryser inte vatten nödvändigtvis vid 0°C. Vatten kan fortfarande vara i flytande form vid -40°C, och det är föroreningar i vattnet som gör att isen kan frysa vid högre temperaturer. Ett av de största syftena med fältet har varit att förutsäga förmågan hos olika material att främja bildandet av is – känd som ett material "is kärnbildningsförmåga".

Forskare vid University of Cambridge har utvecklat ett verktyg för "djupinlärning" som kan förutsäga förmågan att bilda iskärnor hos olika material - och som kunde slå forskare i ett "quiz" online där de ombads förutsäga när iskristaller skulle form.

Deep learning är hur artificiell intelligens (AI) lär sig att dra insikter från rådata. Den hittar sina egna mönster i data, vilket befriar den från behovet av mänsklig input så att den kan bearbeta resultat snabbare och mer exakt. I fallet med IcePic kan den sluta sig till olika iskristallbildningsegenskaper kring olika material. IcePic har tränats på tusentals bilder så att det kan titta på helt nya system och härleda exakta förutsägelser från dem.

Teamet satte upp en frågesport där forskare ombads att förutsäga när iskristaller skulle bildas under olika förhållanden som visas av 15 olika bilder. Dessa resultat mättes sedan mot IcePics prestanda. När det testades var IcePic mycket mer exakt när det gällde att fastställa ett materials iskärnbildningsförmåga än över 50 forskare från hela världen. Dessutom hjälpte det till att identifiera var människor gjorde fel.

Michael Davies, en Ph.D. student i ICE-labbet vid Yusuf Hamied Department of Chemistry, Cambridge och University College London, London, första författare till studien, sa:"Det var fascinerande att lära sig att bilderna av vatten vi visade IcePic innehåller tillräckligt med information för att faktiskt förutsäga iskärnbildning.

"Trots att vi – det vill säga mänskliga forskare – hade ett 75-årigt försprång vad gäller vetenskapen, kunde IcePic fortfarande göra något vi inte kunde."

Att bestämma bildandet av is har blivit särskilt relevant inom klimatförändringsforskningen.

Vatten rör sig kontinuerligt inom jorden och dess atmosfär, kondenserar för att bilda moln och faller ut i form av regn och snö. Olika främmande partiklar påverkar hur is bildas i dessa moln, till exempel rökpartiklar från föroreningar jämfört med rökpartiklar från en vulkan. Att förstå hur olika förhållanden påverkar våra molnsystem är avgörande för mer exakta väderprognoser.

"Kärnbildningen av is är verkligen viktig för den atmosfäriska vetenskapsgemenskapen och klimatmodellering," sade Davies. "För närvarande finns det inget gångbart sätt att förutsäga iskärnbildning annat än direkta experiment eller dyra simuleringar. IcePic borde öppna upp mycket fler applikationer för upptäckt." + Utforska vidare

Vi har tänkt på hur is bildas i cirrusmoln helt fel