Consideradas durante mucho tiempo un mito, las olas gigantes son reales y pueden partir barcos e incluso dañar plataformas petrolíferas. A partir de 700 años de datos sobre más de mil millones de olas, científicos de la Universidad de Copenhague (Dinamarca) y la Universidad de Victoria (Canadá) han utilizado la inteligencia artificial para hallar una fórmula que permita predecir la aparición de estos monstruos marítimos, con la intención de aumentar la seguridad de la navegación.

Las historias sobre olas monstruosas han sido una tradición entre los marineros durante siglos. Pero cuando en 1995 una ola gigante de 26 metros de altura se estrelló contra la plataforma petrolífera noruega Draupner, los instrumentos digitales estaban allí para capturar y medir a aquel monstruo del Mar del Norte. Era la primera vez que se medía una ola rebelde y demostró científicamente que las olas oceánicas anormales existen.

Desde entonces, estas olas extremas han sido objeto de numerosos estudios. Y ahora, investigadores del Instituto Niels Bohr de la Universidad de Copenhague han utilizado métodos de inteligencia artificial para descubrir un modelo matemático que proporciona una receta sobre cómo –y no menos importante, cuándo– pueden producirse las olas rebeldes.

Con la ayuda de enormes cantidades de macrodatos sobre los movimientos oceánicos, los investigadores pueden predecir la probabilidad de ser arrollado por una ola monstruosa en el mar en un momento dado.

“Básicamente, cuando se produce una de estas olas gigantes hay muy mala suerte. Están causadas por una combinación de muchos factores que, hasta ahora, no se habían combinado en una única estimación del riesgo. En el estudio, trazamos un mapa de las variables causales que crean las olas rebeldes y utilizamos inteligencia artificial para reunirlas en un modelo capaz de calcular la probabilidad de formación de olas rebeldes”, explica Dion Häfner, antiguo estudiante de doctorado del Instituto Niels Bohr y primer autor del estudio científico, que se publica en la revista Proceedings of the National Academy of Sciences (PNAS).

En su modelo, los investigadores combinaron los datos disponibles sobre los movimientos oceánicos y el estado del mar, así como la profundidad del agua y la información batimétrica. Y lo que es más importante, los datos sobre olas se recogieron de boyas situadas en 158 lugares distintos de las costas de Estados Unidos y territorios al otro lado del mar que recopilan datos las 24 horas del día. Combinados, estos datos -de más de mil millones de olas- contienen 700 años de información sobre la altura de las olas y el estado del mar.

Los investigadores analizaron los numerosos tipos de datos para averiguar las causas de las olas rebeldes, definidas como olas que son al menos el doble de altas que las olas circundantes, incluidas las olas rebeldes extremas que pueden superar los 20 metros de altura. Gracias al aprendizaje automático, lo transformaron todo en un algoritmo que luego aplicaron a su conjunto de datos.

“Nuestro análisis demuestra que las olas anómalas se producen todo el tiempo. De hecho, registramos 100.000 olas en nuestro conjunto de datos que pueden definirse como olas monstruosas. Esto equivale aproximadamente a una ola monstruosa que se produce cada día en cualquier lugar aleatorio del océano. Sin embargo, no todas son olas monstruosas de tamaño extremo”, explica Johannes Gemmrich, segundo autor del estudio.

El papel de la IA

En el estudio, los investigadores contaron con la ayuda de la inteligencia artificial. Utilizaron varios métodos de IA, entre ellos la regresión simbólica, que da como resultado una ecuación, en lugar de devolver una única predicción, como hacen los métodos tradicionales de IA.

Al examinar más de mil millones de ondas, el algoritmo de los investigadores ha analizado su propio camino para encontrar las causas de las ondas rebeldes y lo ha condensado en una ecuación que describe la receta de una onda rebelde. La IA aprende la causalidad del problema y la comunica a los humanos en forma de ecuación que los investigadores pueden analizar e incorporar a sus futuras investigaciones.

“Durante décadas, Tycho Brahe recopiló observaciones astronómicas de las que Kepler, con mucho ensayo y error, pudo extraer las Leyes de Kepler. Dion utilizó máquinas para hacer con las ondas lo que Kepler hizo con los planetas. Para mí sigue siendo chocante que algo así sea posible”, afirma Markus Jochum.

Hallazgo

El nuevo estudio también rompe con la percepción común de las causas de las olas rebeldes. Hasta ahora, se creía que la causa más común de una ola rebelde era cuando una ola se combinaba brevemente con otra y le robaba su energía, provocando que una gran ola siguiera su camino.

Sin embargo, los investigadores establecen que el factor más dominante en la materialización de estas olas canallas es lo que se conoce como “superposición lineal”. Este fenómeno, conocido desde el siglo XVIII, se produce cuando dos sistemas de olas se cruzan y se refuerzan mutuamente durante un breve periodo de tiempo.

“Si dos sistemas de olas se encuentran en el mar de forma que aumenta la posibilidad de generar altas crestas seguidas de profundas depresiones, surge el riesgo de olas extremadamente grandes. Se trata de un conocimiento que existe desde hace 300 años y que ahora respaldamos con datos”, afirma Dion Häfner.

El algoritmo de los investigadores es una buena noticia para la industria naviera, que en cierto momento puede tener hasta 50.000 buques de carga navegando por todo el planeta. De hecho, con la ayuda del algoritmo, será posible predecir cuándo se da esta combinación “perfecta” de factores para elevar el riesgo de una ola monstruosa que podría suponer un peligro para cualquiera en el mar.

“Como las navieras planifican sus rutas con mucha antelación, pueden utilizar nuestro algoritmo para obtener una evaluación del riesgo de encontrarse con olas peligrosas en el camino. A partir de ahí, pueden elegir rutas alternativas”, afirma Häfner.

De dominio público

Tanto el algoritmo como la investigación están a disposición del público, al igual que los datos meteorológicos y sobre olas utilizados por los investigadores. Por tanto, Häfner afirma que las partes interesadas, como las autoridades públicas y los servicios meteorológicos, pueden empezar a calcular fácilmente la probabilidad de olas rebeldes. Y a diferencia de muchos otros modelos creados mediante inteligencia artificial, todos los cálculos intermedios del algoritmo de los investigadores son transparentes.

“La IA y el aprendizaje automático suelen ser cajas negras que no aumentan la comprensión humana. Pero en este estudio, Dion utilizó métodos de IA para transformar una enorme base de datos de observaciones de ondas en una nueva ecuación para la probabilidad de ondas rebeldes, que puede ser fácilmente comprendida por las personas y relacionada con las leyes de la física”, concluye el profesor Markus Jochum, director de tesis y coautor junto con Häfner.