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 szonár-rendszerekkel, gyenge megvilágítású 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, észlelik a víz összetételének változásait és képeket készítenek a rossz fényviszonyok között 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 hidrotermikus szellőzőnyílások és a tengeri élőhelyek is kutathatóak, és az új információk 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, a gépi tanulási modellek képadatait elemezve azonosítják a különböző planktonfajokat.
És most, a mesterséges intelligencia és a videotechnológia 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 […]
A teljes cikk megtekintéséhez és tovább olvasásához KATTINTSON IDE!
*Tisztelt Olvasó! Amennyiben a cikk tartalma módosult vagy sértő elemeket tartalmaz, kérjük jelezze számunkra info@net-front.hu e-mail címen!