AI-modeller och plattformar

Användning av djupinlärning: Autonom forskningsfartyg ‘Mayflower’ avgår i september 2020

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Nästa år är det 400-årsjubileum för när det ursprungliga ‘Mayflower’-fartyget avgick över Atlanten. Det anses att det krävdes 30 besättningsmedlemmar för att säkerställa att fartyget korsade havet säkert, men som TechCrunch, CbrOnline och andra källor rapporterar, kommer denna version av ‘Mayflower’ att vara autonom, driven av artificiell intelligens och kommer att genomföra omfattande forskning.

Fartyget representerar ett resultat av globalt samarbete som involverar University of Plymouth, marin forskningsfirma Promare, och teknikjätten IBM, som kommer att, tillsammans med tekniskt stöd, leverera sin PowerAI vision-teknologi som backas upp av dess Power Systems-servrar.

Det nya, autonoma Mayflower, som rapporteras, kommer att utrustas med solpaneler, samt diesel- och vindturbiner för att ge det dess framdrivningskraft, när det försöker ta sig igenom den 3 220 miles långa resan från Plymouth i England till Plymouth i Massachusetts i USA. För sin del hoppas Promare att en lyckad överfart och uppdrag, som skulle vara “den första för fullstora sjöfarande fartyg som navigerar över Atlanten på egen hand”, kommer att möjliggöra användning av andra forskningsinriktade tillämpningar av autonoma sjöfarande fartyg.

Forskare och akademiker från University of Plymouth kommer att utveckla forskningsmoduler som ska hantera olika experiment inom områden som “sjöbaserad cybersäkerhet, havsdjurövervakning och även hantering av utmaningarna med havsbaserade mikroplaster.”

IBM-tekniken, som bygger på de djupinlärningsmodeller som utvecklats i samarbete med Promare och som använder radar, LIDAR-sensorer, automatiserade identifieringssystem och optiska kameror, är utformad för att “hjälpa till att undvika hinder och faror till sjöss.” Ombord servrar ska sedan bearbeta data för att tillåta fartyget “att bestämma den bästa kursen framåt i en optimal hastighet.”

CBR rapporterar att “AI-modellen tränas i Plymouth Sound, en vik på Engelska kanalen, där den matas med verkliga data och bilder för att hjälpa den att bestämma risker och de bästa undvikande åtgärderna.”

Det är tänkt att systemet ska använda ” både lokal och fjärrbearbetning, vilket innebär att enheter ombord på fartyget kan fungera utan anslutning i kanterna, och sedan kontakta HQ när förhållandena tillåter bearbetning via noder belägna på antingen stranden.”

Under sin resa kommer ” IoT- och edge-enheter att ständigt samla in data och lagra den ombord tills fartyget möter edge-noder som är belägna på land. När fartyget är inom räckhåll kommer det att överföra data till dessa noder, som sedan kommer att ladda upp data till IBM-molnet.”

Brett Phaneuf, grundande styrelsemedlem i ProMare, skrev i en blogg att: “Att sätta ett forskningsfartyg till sjöss kan kosta tiotusentals dollar eller pund om dagen och är begränsat av hur mycket tid människor kan tillbringa ombord – en hämmande faktor för många av dagens marina vetenskapliga uppdrag. Med detta projekt är vi banbrytande för en kostnadseffektiv och flexibel plattform för insamling av data som kommer att hjälpa till att skydda havets hälsa och de industrier som den stöder.”

Före detta diplomat och översättare för UN, för närvarande frilansjournalist/författare/forskare, med fokus på modern teknik, artificiell intelligens och modern kultur.