Interessant

Einsatz von Robotern und künstlicher Intelligenz zum Verständnis der Tiefsee

Einsatz von Robotern und künstlicher Intelligenz zum Verständnis der Tiefsee

Um die biologische Vielfalt der Meere bestmöglich zu erhalten und zu bewirtschaften, benötigen Wissenschaftler genaue Informationen darüber, was auf dem Meeresboden lebt. Eine Möglichkeit, solche Daten zu sammeln, sind autonome Unterwasserfahrzeuge (AUV), die mit Kameras montiert sind.

VERBINDUNG: DRONEN FÜR SUCHE UND RETTUNG, LIEFERDIENSTLEISTUNGEN STARTEN

Daten verarbeiten

Die Probleme liegen jedoch bei der Verarbeitung der gesammelten Daten. Neue Forschungen der University of Plymouth haben ergeben, dass künstliche Intelligenz (KI) bei dieser Aufgabe hilfreich sein könnte.

Meereswissenschaftler und Robotik-Experten testeten die Wirksamkeit eines Computer Vision (CV) -Systems bei der Identifizierung von Meerestieren und stellten fest, dass es zu etwa 80% genau ist. Das System könnte sogar zu 93% genau sein, wenn genügend Daten zum Trainieren des Algorithmus verwendet werden.

"Autonome Fahrzeuge sind ein wichtiges Instrument für die Vermessung großer Gebiete des Meeresbodens, die tiefer als 60 m sind (die Tiefe, die die meisten Taucher erreichen können). Derzeit können wir jedoch nicht mehr als einen Bruchteil dieser Daten manuell analysieren. Diese Forschung zeigt, dass KI vielversprechend ist Werkzeug, aber unser KI-Klassifikator wäre immer noch jedes fünfte Mal falsch, wenn er zur Identifizierung von Tieren in unseren Bildern verwendet würde ", sagte Ph.D. Student Nils Piechaud, Hauptautor der Studie.

"Dies macht es zu einem wichtigen Schritt vorwärts im Umgang mit den riesigen Datenmengen, die vom Meeresboden generiert werden, und zeigt, dass es die Analyse beschleunigen kann, wenn es zum Nachweis einiger Arten verwendet wird. Wir sind jedoch noch nicht in der Lage, es als geeignet zu betrachten." vollständiger Ersatz für Menschen in dieser Phase. "

Autosub6000

Die Studie ergab, dass eines der nationalen AUVs Großbritanniens, das Autosub6000, mehr als 150.000 Bilder in einem einzigen Tauchgang aus etwa 1200 m Tiefe unter der Meeresoberfläche an der Nordostseite der Rockall Bank im Nordostatlantik sammelte. Anschließend analysierten die Forscher 1.200 dieser Bilder manuell, die 40.000 Individuen von 110 verschiedenen Tierarten enthielten.

Anschließend verwendeten sie Googles Tensorflow, eine Open-Access-Bibliothek, um ein vorab trainiertes Convolutional Neural Network (CNN) zu unterrichten, um die in den AUV-Bildern gefundenen Arten zu identifizieren. Sie fanden heraus, dass die Methode eine Genauigkeit von 80% aufwies, während Menschen eine Leistung in einem Bereich von 50 bis 95% erbrachten.

"Der größte Teil unseres Planeten ist die Tiefsee, ein riesiges Gebiet, in dem wir ebenso große Wissenslücken aufweisen. Angesichts des zunehmenden Drucks auf die Meeresumwelt einschließlich des Klimawandels ist es unerlässlich, dass wir unsere Ozeane und die darin enthaltenen Lebensräume und Arten verstehen Im Zeitalter von Roboter- und autonomen Fahrzeugen, Big Data und globaler offener Forschung ist die Entwicklung von KI-Tools mit dem Potenzial, unseren Wissenserwerb zu beschleunigen, ein aufregender und dringend benötigter Fortschritt ", sagte Dr. Kerry Howell, Associate Professor in Meeresökologie und Principal Investigator für das Deep Links-Projekt.

Die neue Studie wird in veröffentlichtMarine Ecology Progress Series


Schau das Video: DIESE KRISE KOMMT IN 2025 Elon Musk (Januar 2022).