Ny AI Tracker Sundheden af Koralrev

En gruppe videnskabsmænd ved University of Exeter har skabt en ny kunstig intelligens (AI), der kan tracke sundheden af koralrev ved at lære “sangen af revet.” Mange mennesker ved ikke, at koralrev faktisk har en ekstremt kompleks lydlandskab. Eksperter må udføre svære analyser for at måle revsundheden på basis af lydoptagelser. 

Træning af Computer Algoritmen

I den nye studie blev computer algoritmen trænet ved hjælp af multiple optagelser af sunde og degraderede rev, hvilket enablede maskinen til at lære forskellen. 
Computeren analyserede derefter en samling af nye optagelser, før den med succes identificerede revsundheden 92% af tiden, hvilket enablede teamet til at tracke fremskridtet af revrestaureringsprojekter. 
Ben Williams er hovedforfatter på forskningen. 
“Koralrev står over for multiple trusler, herunder klimaforandring, så overvågning af deres sundhed og succesen af bevarelseprojekter er vital,” sagde Williams. “En af de største udfordringer er, at visuelle og akustiske undersøgelser af rev normalt afhænger af arbejdskrævende metoder.” 
“Visuelle undersøgelser er også begrænsede af, at mange revdyr gemmer sig, eller er aktive om natten, mens kompleksiteten af revlyde havde gjort det svært at identificere revsundheden ved hjælp af enkelt optagelser,” fortsatte han. “Vores tilgang til problemet var at bruge maskinlæring – for at se, om en computer kunne lære sangen af revet.” 
“Vore resultater viser, at en computer kan opfange mønstre, der er undetectable for det menneskelige øre. Den kan fortælle os hurtigere og mere præcist, hvordan revet har det.” 

Stort Udvalg af Koralrev Lyde

Fisk og andre forskellige dyr, der lever på koralrev, laver en bred vifte af lyde, og eksperter ved ikke, hvad mange af dem betyder. Men den nye AI-metode kan skelne mellem de samlede lyde af sunde og usunde rev. 
Optagelserne blev samlet ved Mars Coral Reef Restoration Project, der arbejder på at genoprette svært beskadigede rev i Indonesien. 
Dr. Tim Lamont er medforfatter fra Lancaster University. 
Ifølge Dr. Lamont kunne AI-metoden gå langt i at forbedre overvågningen af koralrev. 
“Dette er en rigtig spændende udvikling. Lydoptagere og AI kunne bruges verden over til at overvåge sundheden af rev, og opdage, om forsøg på at beskytte og genoprette dem virker,” sagde Dr. Lamont.
“I mange tilfælde er det lettere og billigere at udruste en undervands hydrofon på et rev og lade den blive der end at have ekspertdykere, der besøger revet gentagne gange for at undersøge det – især i fjerntliggende områder.”