Jak umělá inteligence a 360 kamer pomáhají zachraňovat korálové útesy

Změny klimatu odbarvují korálové útesy, decimují místní mořské druhy, které je nazývají domovem, protože alespoň první významné pozorování bylo zaznamenáno v Karibiku v roce 1980. Naštěstí nové A.I. katalogizace určená k identifikaci geografických oblastí, kde korály stále vzkvétají naděje, že tento trend zvrátí, a ušetří tak některé z nejhustších a nejrůznějších vodních ekosystémů na světě od úplného vyhynutí.

Existuje mnoho důvodů, proč se musíme starat o záchranu korálových útesů, od etických po ekonomické. Kromě bydlení asi čtvrtina mořských druhů, tyto útesy poskytují 375 miliard USD v příjmech do světového hospodářství, podle opatrovník a bezpečnost potravin pro půl miliardy lidí. Bez nich vědci říkají, že bezpočet druhů a celý oceánský rybářský průmysl, který na nich závisí, by se prostě vypařili.

Problém je v tom, že je jen tolik peněz a tolik času věnovat se zmírnění již probíhajících škod, zatímco 172 národů, které ratifikovaly Rámcovou úmluvu Organizace spojených národů o změně klimatu „Pařížská dohoda“, usiluje o snížení emisí uhlíku. Mezinárodní konsorcium vědců ale říká, že doufají, že umělá inteligence může zaplnit mezery a pomoci útesům dostat pozornost a zdroje, které potřebují k přežití.

Řešení zahrnovalo tým výzkumníků, kteří nasazovali podvodní skútry s 360 stupňovými fotoaparáty fotografujícími 1487 čtverečních mil útesu u pobřeží ostrova Sulawesi v Indonésii. (Sulawesi, uhnízděný uprostřed korálového trojúhelníku je obklopen nejvyšší koncentrací mořské biodiverzity na planetě.)

Tyto obrazy pak byly vloženy do formy hlubokého učení A.I. který byl vyučován v průběhu 400 až 600 snímků za účelem identifikace typů korálů a jiných bezobratlých, aby bylo možné posoudit ekologické zdraví tohoto regionu.

„Použití A.I. rychle analyzovat fotografie korálů podstatně zlepšila efektivitu toho, co děláme, “uvedla ve svém prohlášení Emma Kennedy, PhD., bentická mořská ekologka na University of Queensland. "Co by vedlo vědce z korálového útesu 10 až 15 minut, trvá stroj několik vteřin."

„Stroj se učí podobným způsobem jako lidský mozek a zvažuje spoustu minutových rozhodnutí o tom, na co se dívá, dokud nevytvoří obraz a není přesvědčen o tom, že bude identifikovat.“

Kennedy a další výzkumníci také používali vlastní iterativní klastrovací algoritmus k identifikaci korálových útesů po celém světě, které se s největší pravděpodobností budou těžit z prostředků na ochranu přírody. Jejich vzorec je založen na 30 metrikách, o nichž je známo, že ovlivňují ekologii korálových útesů, široce rozdělených do kategorií, jako je historická aktivita, tepelné podmínky, poškození cyklonových vln a chování korálových larv. V roce 2005 byla zveřejněna mapa těchto hlavních lokalit pro budoucí ochranu korálů. T Ochrana dopisů, časopis Společnosti pro ochranu biologie koncem tohoto července.

Výzkum byl umožněn velkorysými dary od australské vlády, Nature Conservancy, Bloomberg Philanthropies, Nadace Tiffany & Co. a Nadace Paula G. Allena Family Foundation, jejíž jmenovitý potěšující člun má významný rekord v oblasti korálového útesu vyčerpání.

Kennedy a její tým doufají, že tyto A.I. Techniky budou dále zdokonaleny tak, aby pomohly zvládat korálové útesy na místní úrovni, stejně jako několik ekologicky významných lokalit, včetně mezoamerického bariérového útesu a korálů na Havaji, z nichž oba musely být ze svého studia vyloučeny.

Domnívají se, že místní verze jejich globální studie by měly prospěch z údajů, které nejsou jednotně dostupné pro útesy v mezinárodním měřítku: informace o chemii oceánů, „adaptační kapacitě“ místních útesů, které by odolávaly změně klimatu nebo jinému stresu na jejich systémech, nebo údajům místní hospodářské závislosti na těchto korálových útesech.