stub Шүрэн хадны эрүүл мэндийг хянаж, далайн хогийн бохирдлыг илрүүлэхэд хиймэл оюун ухаан ашигладаг - Unite.AI
бидэнтэй хамт холбоно

Хиймэл оюун

Шүрэн хадны эрүүл мэндийг хянах, далайн хогийн бохирдлыг илрүүлэхэд хиймэл оюун ухаан ашигладаг

mm
шинэчлэгдсэн on

Intel саяхан Accenture болон Sulubai Environmental Foundation-тай хамтран далайн эмзэг амьдрах орчин, шүрэн хад зэрэг амьдрах орчныг шинжлэх, хамгаалах зорилготой хиймэл оюун ухаанд суурилсан мэдээлэл цуглуулах платформыг бий болгосон.

Уур амьсгалын өөрчлөлт, бохирдол, хэт их загас агнуур зэрэг нь дэлхийн далай, ялангуяа шүрэн хадыг сүйтгэж байна. Дэлхий даяар шүрэн хад их хэмжээгээр устаж, шүр цайруулах зэрэг асуудалтай тулгарч байна. Эрдэмтэд, байгаль хамгаалагчид шүрэн хадыг хамгаалж, нөхөн сэргээх арга замыг хайж байна. Шүрэн хадыг дэмжих төлөвлөгөө боловсруулахад өгөгдөл шаардлагатай. Engadget-ийн мэдээлснээр, Intel нь CORaiL платформыг бүтээхийн тулд байгаль орчны хоёр сантай хамтран ажиллаж байна. CORaiL-ийн зорилго нь шүрэн хад болон далайн бусад амьдрах орчны талаар мэдээлэл цуглуулж, судлаачдыг далайн эмзэг экосистемийг хамгаалахад ямар стратеги үр дүнтэй болохыг тодорхойлоход шаардлагатай мэдээллээр хангах болно. Accenture-ийн Харилцаа холбоо, хэвлэл мэдээлэл, технологийн практикийн гүйцэтгэх захирал Жейсон Мишелл блог нийтлэлдээ ингэж тайлбарлав.

“Хиймэл оюун ухаан нь нийгмийн хамгийн ээдрээтэй асуудлуудыг шийдвэрлэх урьд өмнө байгаагүй боломжуудыг олгодог. Энэхүү "Нийгмийн сайн сайхны төлөөх хиймэл оюун ухаан" төслийн хүрээнд манай компанийн болон нийгмийн түншүүдийн экосистем нь байгаль орчинд эерэг нөлөө үзүүлэх хүчин чадал тоогоор байгааг нотолж байна."

Өнгөрсөн оны тавдугаар сард гурван байгууллагын судлаач, инженерүүдийн баг Филиппиний Пангаталан арлаас олдсон хадны дагуу бетон бүтээц суурилуулсан. Бетон хэсгүүдэд шүрэн экосистемд амьдардаг амьтдын шинэ амьдрах орчин болж ургах чадвартай амьд шүрэн хэсгүүд байсан. Нэмж дурдахад судлаачид шүрэн болон хүрээлэн буй орчны талаар мэдээлэл цуглуулахын тулд байгууламжийн ойролцоо усан доор видео камер байрлуулсан байна. Камерууд нь Accenture-ийн бүтээсэн хиймэл оюун ухаанд суурилсан видео аналитик системийг ашигласан бөгөөд камерууд нь судлаачдад бага зэргийн инвазив аргаар хадны талаар мэдээлэл цуглуулах боломжийг олгосон.

Accenture-ийн хиймэл оюун ухаантай видео аналитик систем нь судлаачдад усанд бие махбодтой байх шаардлагагүйгээр шүрэн орчноос бодит цагийн видео мэдээлэл цуглуулах боломжийг олгодог. Олон шумбагчид шүрэн хадны бичлэгийг цуглуулдаг ч энэ нь аялалын зардал болж, шумбагчид тухайн бүс нутгийн зэрлэг ан амьтдад саад учруулж болзошгүйг харуулж байна. AI видео платформ нь судалгааны багуудад мэдээлэл цуглуулах, дүн шинжилгээ хийх ихэнх ажлыг хийж, хүрээлэн буй орчны өөрчлөлтийг байнга хянаж, судлаачдад бодит цаг хугацаанд дүн шинжилгээ хийх боломжийг олгодог.

Өнгөрсөн нэг жилийн хугацаанд CORaiL шинжилгээнд зориулж 40,000 орчим зураг цуглуулсан бөгөөд эдгээр зургууд нь хүрээлэн буй орчны өөрчлөлтийн дагуу шүрэн хад хэрхэн өөрчлөгдөж байгааг шинжлэхэд судлаачдад тусалж байна. Үүний зэрэгцээ, хамтын хүчин чармайлтын инженерүүд CORaiL системийн дараагийн үе дээр аль хэдийн ажиллаж байна. Дараагийн загварт нөөц тэжээлийн эх үүсвэр, оновчтой цуврал мэдрэлийн сүлжээ орно. CORaiL-ийн шинэ хувилбарууд нь халуун орны загас хүйтэн усаар хэрхэн нүүдэллэдэгийг судлах, хадны хамгаалалтын захирамжийг зөрчигчдийг хянах гэх мэт шүр судлахаас өөр ажилд ашиглаж болно.

CORaiL бол далайг хамгаалах зорилготой хиймэл оюун ухааныг ашиглах цорын ганц шинэ төсөл биш юм. Их Британийн Плимут далайн лабораторийн судлаачдын бүтээсэн хиймэл оюун ухааны шинэ систем далай дахь хуванцар бохирдлыг хянадаг хиймэл дагуулын зурагт дүн шинжилгээ хийх замаар. AI систем нь Европын Сансрын Агентлагийн (ESA) хиймэл дагуулын цуглуулсан зураглалд дүн шинжилгээ хийж, хогийн савнаас үүссэн "спектр шинж тэмдэг" (хогийн саванд шингэж, ойсон гэрлийн загвар) -д дүн шинжилгээ хийх замаар хөвөгч хог хаягдлын том хэсгүүдийг олдог. Сургалтын дараа хиймэл оюун ухаан нь Вьетнам, Канад, Гана, Шотландын тэнгисийн зураг дээр туршиж үзэхэд олон янзын биетүүдийг таних боломжтой болсон. Хиймэл оюун ухаан нь хогийг байгалийн объектоос ялгахдаа ойролцоогоор 86% нарийвчлалтай ажилласан гэж мэдэгджээ.

Судалгаанд хамрагдсан эрдэмтдийн үзэж байгаагаар тэдний хийсэн туршилт хиймэл дагуулын тусламжтайгаар хуванцар бохирдлыг анх удаа ажиглаж байна. Судалгааны баг энэ техникийг сайжруулж, гол мөрөн болон далайн эрэг дагуух хог хаягдлыг илрүүлэх боломжийг олгохыг хүсч байна.