AI-modeller og platforme

AI anvendes til at overvåge korallerrevs sundhed og registrere havaffaldsforurening

mm
Føj Unite.AI til dine foretrukne kilder på Google

Intel (INTC ) har nylig gået i partnerskab med Accenture og Sulubaaï Environmental Foundation for at oprette en AI-dreven dataindsamlingpladsformålret på at analysere og beskytte sårbare marine habitater, som korallerrev.

Klimaforandringer, forurening og overfiskning har skadet verdens hav, især korallerrev. Korallerrev over hele verden oplever massedød og problemer som korallblegning. Videnskabsfolk og beskyttelsesfolk søger efter måder at beskytte korallerrev og hjælpe dem med at genoprette sig. Planlægning af planer til at støtte korallerrev kræver data, og som Engadget rapporterede, har Intel gået i partnerskab med to miljøorganisationer for at oprette CORaiL-platformen. Formålet med CORaiL vil være at indsamle information om korallerrev og andre marine habitater, og give forskerne de data, de behøver for at bestemme, hvilke strategier der kan være effektive til at beskytte sårbare marine økosystemer. Som Jason Michell, direktør for Communications, Media, and Technology-praksis i Accenture forklarede i en blogindlæg:

“Kunstig intelligens giver usædvanlige muligheder for at løse nogle af samfundets mest presserende problemer. Vores økosystem af virksomheds- og sociale partnere for dette ‘AI for socialt godt’-projekt viser, at der er styrke i antallet for at have en positiv miljømæssig indvirkning.”

I maj sidste år installerede et hold af forskere og ingeniører fra de tre organisationer betonstrukturer langs rev nær Filippinerne’s Pangatalan Island. Betonklodserne indeholdt dele af levende koraller, der kan vokse til nye habitater for dyr, der lever i koralleøkosystemer. Forskerne placerede også videokameraer under vandet nær strukturerne, så de kunne indsamle data om korallerne og den omgivende miljø. Kameraerne anvendte et AI-dreven videanalyticsystem udviklet af Accenture, og kameraerne gjorde det muligt for forskerne at indsamle data om revene gennem minimalt invasiv metode.

Accentures AI-videanalyticsystem giver forskerne mulighed for at indsamle data fra koralmiljøer i realtid, uden at være fysisk til stede i vandet. Mens mange dykkere indsamler billeder af korallerrev, medfører dette rejseomkostninger og muligheden for, at dykkerne kan forstyrre dyrelivet i området. AI-videoplatformen gør meget af dataindsamlingen og -analysen for forskerholdene, og overvåger miljøet kontinuerligt efter ændringer, og giver forskerne mulighed for at analysere data i næsten realtid.

Over det sidste år har CORaiL indsamlet omkring 40.000 billeder til analyse, og billederne hjælper allerede forskerne med at analysere, hvordan korallerrev ændrer sig i respons til skiftende miljøbetingelser. Imens arbejder ingeniører fra samarbejdet allerede på den næste generation af CORaiL-systemet. Den næste prototype vil inkludere en reservekraftkilde og en optimeret række af convolutionelle neurale netværk. Nye versioner af CORaiL kan muligvis anvendes til andre opgaver end at studere koraller, såsom at studere, hvordan tropiske fisk vandrer gennem kolde vande eller overvåge overtrædelser af revbeskyttelsesordrer.

CORaiL er ikke det eneste nye projekt, der anvender AI med det formål at beskytte havene. Et nyt AI-system designet af forskere fra Plymouth Marine Laboratory i Storbritannien sporer plastforurening i havet gennem analyse af satellitbilleder. AI-systemet analyserer billeder indsamlet af Den Europæiske Rumfartsorganisations (ESA) satellitter og finder store stykker flydende affald ved at analysere den “spektrale signatur” produceret af affaldet (mønstre af lys, der absorberes og reflekteres af affaldet). Efter træning kunne AI-genkende en mængde forskellige objekter, da den blev testet på billeder af hav fra Vietnam, Canada, Ghana og Skotland. AI-systemet opnåede ifølge rapporten omkring 86% nøjagtighed, da det kom til at skelne affald fra naturlige objekter.

Ifølge de videnskabsfolk, der er involveret i forskningen, markerer deres eksperiment den første gang, at plastforurening er blevet sporet med satellitter. Forskerholdet ønsker at forbedre metoden og gøre det muligt at registrere affaldspletter i floder og langs kystområder.

Blogger og programmør med specialer i Machine Learning og Deep Learning emner. Daniel håber at hjælpe andre med at bruge AI's kraft til sociale formål.