Robotfelfedezők merülnek az óceánok legveszélyesebb pontjaira

Használnak már önvezető és távirányítós, érzékelőkkel és kamerákkal ellátott járműveket is a víz alatti világ felfedezésére, az információk továbbítására. Ezek a szerkezetek könnyedén leküzdik a mélység, a nyomás és a sötétség akadályait. Ott vannak például a mesterséges intelligencia által vezérelt mobil robotkutatók, amelyek többsugaras szonárrendszerekkel, gyenge fényviszonyoknál is eredményes kamerákkal, és érzékeny kémiai analizátorokkal vannak felszerelve, hogy távoli és extrém mélységeket fedezzenek fel, és információkat gyűjtsenek a hőmérsékletről, a sótartalomról, az áramlatokról és az élettevékenységről. Ezek létrehozzák a tengerfenék részletes térképét, és észlelik a víz összetételének változásait is.

A mesterséges intelligencia segítségével a robotfelfedezők a környezettől kapott valós idejű visszajelzések alapján módosíthatják küldetéseiket. Ezzel, hogy a mintavételi módszerek képesek adaptálódni, az óceán korábban veszélyes részei is tanulmányozhatók.

Az összegyűjtött hatalmas mennyiségű adat elemzésében a mesterséges intelligencia döntő szerepet játszik, mert a gépi tanulási algoritmusok mintázatokat és szabálytalanságokat azonosítanak az adatokon belül, így a tudósok pontosabb előrejelzéseket készíthetnek az óceáni viszonyokról. A víz alatti kamerákkal a tengeri élőlényeket automatikusan, azonnal tudják észlelni és mérni. A nagy felbontású képalkotással a hidrotermikus szellőzőnyílások és a tengeri élőhelyek is kutathatók, az új információk pedig rávilágíthatnak az üledéklerakódás, az áramlások és az ökoszisztéma dinamikájának rejtélyeire.

Planktonok, korallok titkai

A planktonok tanulmányozásában is óriási előrelépés történt az MI-nek köszönhetően: az algoritmusok megtalálják a planktonközösségek szerkezetében lévő mintákat, s a gépi tanulási modellek képadatait elemezve azonosítják a különböző planktonfajokat.

És most a mesterséges intelligencia és a videótechnológia ötvözete lehetővé tette, hogy a kutatók furcsa viselkedési mintákat azonosítsanak a Vörös-tenger korallzátonyai között úszkáló halaknál.

A Leibniz Center for Tropical Marine Research kutatói a mesterséges intelligencia segítségével a 3D mozgókép minden aspektusát megfestik. Ez így persze sokkal több, mint a hagyományos kétdimenziós megfigyelések, és jóval alaposabb mintákhoz vezet. A csapat egy valós idejű, objektumészlelő neurális hálózatot, a YOLOv5-öt (You Only Look Once, 5. verzió) használta, és képes volt felismerni és osztályozni a halfajokat.

Először az iNaturalist tudományos webhelytől kértek képeket, majd a DeepSORT algoritmust használták a 3D-s adatgyűjtéshez. Ez az algoritmus részletes háromdimenziós mozgásmintákat hoz létre a halakról, még akkor is, ha néha eltűnnek, vagy ha más objektumok eltakarják őket.

Két tengeri felcserhalnál (Acanthurus chirurgus) érdekes viselkedést észlelt a csapat. A barna felcserhalak szívesebben lakmároznak az elpusztult korallokon nőtt algákon, míg a sárgafarkúak a változatosabb étlapot kedvelték. Csemegéztek az üledékes kőzeteken, koralltörmeléken és homokban található algák közül is.

A felcserhalak táplálkozása és energiafelhasználása befolyásolja az egész zátonyökoszisztéma egészségét és biológiai sokféleségét. Ha a kutatók megértik az energiaforrások térbeli eloszlását – hogy nyelődik el, alakul át és oszlik el a zátonyon belül –, akkor jobb védelmi rendszereket lehet létrehozni, és könnyebben megóvhatók a halpopulációk. 

Tudjon meg többet az AI-trendekről az AI Summit konferencián!