Како вештачка интелигенција и 360-камера помажу да се сачувају кораљни гребени

Климатске промјене су избјељивале кораљне гребене, уништавајући локалне морске врсте које их називају домом, будући да су барем прва велика запажања забиљежена на Карибима 1980. године. каталогизирање које има за циљ да идентификује географске регије у којима корали још увијек напредују у нади да ће преокренути тај тренд, чувајући неке од најгушћих и разноликих водених екосистема на свијету од изумирања.

Постоје бројни разлози због којих морамо водити рачуна о штедњи кораљних гребена, од етичког до економског. Осим стамбеног простора око четвртине морских врста, ови гребени осигуравају приход од 375 милијарди УСД свјетској економији, према старатељ и сигурност хране за пола милијарде људи. Без њих, истраживачи кажу да би безбројне врсте и читава оцеана рибарске индустрије које зависе од њих једноставно испариле.

Проблем је у томе што постоји само толико новца и толико времена да се посвети ублажавању штете која је већ у току, док 172 земље које су ратификовале Оквирну конвенцију Уједињених нација о климатским промјенама “Паришки споразум” трке да смање своје емисије угљика. Међутим, међународни конзорцијум истраживача каже да се надају да вештачка интелигенција може попунити празнине и помоћи гребенима да добију пажњу и ресурсе који су им потребни да преживе.

Решење је укључивало тим истраживача који су подводни скутери са 360-степеним камерама фотографисали 1487 квадратних миља гребена код обале острва Сулавеси у Индонезији. (Сулавеси, смештен у средишту Цорал Триангле је окружен највишом концентрацијом морског биодиверзитета на планети.)

Те слике су затим унесене у облик дубоког учења А.И. које су подучаване током 400 до 600 слика да би се идентификовале врсте кораља и други гребени бескичмењака, како би се процијенило еколошко здравље те регије.

“Употреба А.И. да брзо анализира фотографије кораља знатно је побољшала ефикасност онога што радимо, ”каже др Емма Кеннеди, др. екологија на бентичком универзитету у Куеенсланду. "Оно што би научницима из кораљног гребена требало 10 до 15 минута сада је потребно неколико секунди."

"Машина учи на сличан начин као и људски мозак, процјењујући бројне одлуке о томе шта гледа док не изгради слику и увјерена је у идентификацију."

Кеннеди и други истраживачи су такође користили прилагођени, итеративни алгоритам груписања да би идентификовали коралне гребене широм света који изгледају као да ће имати највише користи од конзерваторских ресурса. Њихова формула се заснива на 30 метрика које су познате као утицај на екологију коралног гребена, широко подељене на категорије као што су историјска активност, топлотни услови, оштећење циклонских таласа и понашање ларви кораља. Карта ових главних локација за будуће очување кораља објављена је у Цонсерватион Леттерс, часопис Друштва за конзерваторску биологију крајем јула.

Истраживање је омогућено великодушним донацијама аустралске владе, организације Натуре Цонсерванци, Блоомберг Пхилантхропиес, Тиффани & Цо. Фондације и породичне фондације Паул Г. Аллен, чија је истоимена забава забаве уочљива у области кораљног гребена. трошење.

Кеннеди и њен тим се надају да ће ова А.И. Технике ће се даље усавршавати како би се управљало кораљним гребенима на локалном нивоу, као и неколико еколошки значајних локалитета, укључујући и Мео-амерички барски гребен и корале на Хавајима, од којих су оба морала бити искључена из њихове студије.

Локалне верзије њихове глобалне студије би, по њиховом мишљењу, имале користи од података који нису уједначено доступни за међународне гребене: информације о хемији океана, 'адаптивни капацитет' локалних гребена да издрже климатске промјене или други стрес на њихове системе, или појединости локалне економске зависности од ових коралних гребена.