世界各地的众多测量站为我们提供了有关空气质量的数据，使我们能够改善空气质量。尽管我们越来越多地从海洋区域收集数据，但获取这些数据却更具挑战性。信号通过水的传输效果很差，压力和电流的差异阻碍了测量设备，并且缺乏预先构建的计算基础设施。

智能技术能否帮助我们改进海洋数据收集?赫尔辛基大学计算机科学教授PetteriNurmi及其研究小组与塔尔图大学、马德拉大学和非盈利海洋研究所ARDITI的研究人员联手开发结合传感器的解决方案技术和嵌入式人工智能。

研究人员努力提高目前用于环境研究等领域的数据收集方法的效率和范围。

“获得的海洋数据的数量和质量越高，我们就越能利用它来了解和保护海洋。我们的方法有助于扩大从海洋区域收集的数据总量，并减少收集和分析数据所需的工作量，”努尔米说。

AI识别动物物种

在最近发表的一项研究中，努尔米和他的同事使用了在葡萄牙马德拉岛观鲸旅行中收集的数据。用于这些游览的船只通常载有人员，他们可以在游览期间记录所见物种的观察结果或拍摄环境视频。

在这项研究中，人工智能模型帮助个体进行环境实时观察。人工智能还被用来识别视频片段是否显示某些动物，例如海豚或鲸鱼。此外，研究人员还比较了经验丰富和经验不足的观察者获得的人工智能援助，并探讨了人工智能辅助的动物观察如何作为训练模型的数据。

“我们分析了人工智能辅助如何影响数据和人类观察的质量。人工智能提高了业余爱好者观察动物的准确性，但对专家观察没有影响。另一方面，当收集的数据用于训练目的时，最好的“结果是通过将人工智能分类与专家观察相结合而获得的。因此，人类和人工智能之间的互动可以相互影响，并且需要更好地理解它们，”Nurmi解释道。

该方法理想地可用于更快地识别在海洋区域移动的动物。结果和方法也可以扩展到观察其他生物体。

识别海洋塑料

最近的另一项研究重点是识别和分类水下塑料碎片。它们与肉眼可见的微塑料或微小塑料颗粒不同。目前获取海洋塑料污染信息的一种方法是让潜水员或设备采集样本进行实验室分析，但这通常需要花费大量时间。表层塑料也可以通过航空摄影来观察。

研究人员基于光谱数据分析，开发了一种与传感器一起运行的人工智能模型。该模型可以连接到潜水员设备或潜水机器人，以确定水下塑料废物的类型。研究人员发现该模型能够以85%的准确率区分塑料类型。

“我们能够直接识别五分之四的物体，这意味着我们需要将更少的样本发送到实验室进行识别。这为我们提供了更多数据，从而对海洋塑料污染有更全面的概述。”

努尔米强调，他和他的同事的目标是创造新的数据收集方式。然后其他领域的专家可以提出新方法的最佳用途。例如，一旦知道塑料的类型，就更容易找到其来源并考虑防止污染的方法。这些数据还可以帮助研究人员了解不同类型塑料对生态系统的影响，因为它们含有不同的化学物质并以不同的方式分解。

更好的数据以获得更好的保护

努尔米认为，海洋数据的情况可能与多年前空气质量研究的情况类似。

“最初，空气质量研究依赖于一些大型测量塔，但现在你甚至可以在公交车站找到它们。在海洋科学领域，情况还不是这样，即使收集海洋数据的方法和涉及的参与者数量正在增加。随着数据收集能力的提高，我们的研究确保我们可以获得更多、更准确的海洋测量数据。”

未来，水下无人机、智能浮标、船只和沿海基站在海洋数据收集中的使用可能会增加。此类工具网络的不断扩展将为收集水下数据提供更多方法。

“尽管海洋保护和监管对人类至关重要，但不幸的是，它们往往被其他问题所淹没。收集的海洋数据的数量和质量越高，我们就越能制定解决方案和法规，改善海洋状况海洋环境。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：