AI-modellen en platforms

AI wordt gebruikt om de gezondheid van koraalriffen te monitoren en oceanen afvalvervuiling te detecteren

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Intel (INTC ) heeft onlangs een partnership gesloten met Accenture en de Sulubaaï Environmental Foundation om een AI-gedreven dataplatform te creëren voor het analyseren en beschermen van kwetsbare mariene habitats, zoals koraalriffen.

Een combinatie van klimaatverandering, vervuiling en overbevissing heeft de wereldzeeën, met name de koraalriffen, beschadigd. Koraalriffen over de hele wereld ervaren massale sterfte en problemen zoals koraalbleking. Wetenschappers en natuurbeschermers zoeken naar manieren om koraalriffen te beschermen en te helpen herstellen. Het ontwerpen van plannen om koraalriffen te ondersteunen vereist gegevens, en zoals Engadget rapporteerde, heeft Intel een partnership gesloten met twee milieufondsen om het CORaiL-platform te creëren. Het doel van CORaiL is het verzamelen van informatie over koraalriffen en andere mariene habitats, waardoor onderzoekers de gegevens krijgen die ze nodig hebben om te bepalen welke strategieën effectief kunnen zijn bij het beschermen van kwetsbare mariene ecosystemen. Zoals Jason Michell, managing director van de Communications, Media, and Technology-praktijk bij Accenture, in een blogpost uitlegde:

“Kunstmatige intelligentie biedt ongekende kansen om enkele van de meest hardnekkige problemen van de samenleving op te lossen. Ons ecosysteem van corporate en sociale partners voor dit ‘AI voor sociale doelen’-project bewijst dat er kracht zit in aantallen om een positieve milieueffect te hebben.”

In mei van het voorgaande jaar hebben onderzoekers en ingenieurs van de drie organisaties betonstructuren geïnstalleerd langs riffen bij het eiland Pangatalan in de Filipijnen. De betonblokken bevatten stukken levend koraal die kunnen groeien tot een nieuw habitat voor creaturen die in koraalecosystemen leven. Bovendien hebben de onderzoekers onderwatercamera’s geplaatst bij de structuren om gegevens te verzamelen over het koraal en de omgeving. De camera’s maakten gebruik van een AI-gedreven videosysteem voor analyse, ontwikkeld door Accenture, en de camera’s stelden de onderzoekers in staat om gegevens te verzamelen over de riffen met minimale invasieve methoden.

Het AI-videoanalysesysteem van Accenture laat onderzoekers toe om real-time videogegevens te verzamelen uit de koraalomgeving, zonder fysiek aanwezig te hoeven zijn in het water. Terwijl veel duikers beelden van koraalriffen verzamelen, brengt dit reiskosten met zich mee en bestaat de mogelijkheid dat de duikers de wilde dieren in het gebied verstoren. Het AI-videoplatform doet veel van de gegevensverzameling en -analyse voor de onderzoeksteams, waardoor ze de omgeving continu kunnen monitoren op veranderingen en onderzoek kunnen doen in bijna real-time.

Gedurende het afgelopen jaar heeft CORaiL ongeveer 40.000 beelden verzameld voor analyse, en de beelden helpen onderzoekers al om te analyseren hoe koraalriffen veranderen in reactie op veranderende milieufactoren. Ondertussen werken ingenieurs van de gezamenlijke inspanning al aan de volgende generatie van het CORaiL-systeem. De volgende proptype zal een backup-voeding en een geoptimaliseerde reeks convolutionele neurale netwerken omvatten. Nieuwe versies van CORaiL kunnen worden gebruikt voor taken zoals het bestuderen van hoe tropische vissen migreren door koud water of het monitoren van overtreders van riffenbeschermingsorders.

CORaiL is niet het enige nieuwe project dat AI gebruikt met het doel de oceanen te beschermen. Een nieuw AI-systeem, ontwikkeld door onderzoekers van het Plymouth Marine Laboratory in het VK, volgt plasticvervuiling in de oceaan door het analyseren van satellietbeelden. Het AI-systeem analyseert beelden verzameld door satellieten van de Europese Ruimtevaartorganisatie (ESA) en vindt grote stukken drijvend afval door het “spectrale signaal” te analyseren dat door het afval wordt gegenereerd (patronen van licht die door het afval worden geabsorbeerd en gereflecteerd). Na training kon het AI een groot aantal verschillende objecten herkennen toen het werd getest op beelden van zeeën uit Vietnam, Canada, Ghana en Schotland. Het AI behaalde naar verluidt ongeveer 86% nauwkeurigheid bij het onderscheiden van afval van natuurlijke objecten.

Volgens de wetenschappers die betrokken zijn bij het onderzoek, is hun experiment de eerste keer dat plasticvervuiling met satellieten is gevolgd. Het onderzoeksteam wil de techniek verbeteren en het in staat stellen om afvalplekken in rivieren en langs kustgebieden te detecteren.

Blogger en programmeur met specialisaties in Machine Learning en Deep Learning onderwerpen. Daniel hoopt anderen te helpen de kracht van AI te gebruiken voor het sociale goede.