Teigiama, kad dirbtinio intelekto sistema, sukurta EPFL, viešajame mokslinių tyrimų universitete Lozanoje, Šveicarijoje, gali per kelias minutes sukurti išsamius 3D koralinių rifų žemėlapius net iš narų mėgėjų abejotinai apšviestos vaizdo medžiagos.
DeepReefMap sistemai reikalingus duomenis gali rinkti kiekvienas, turintis standartinę nardymo įrangą ir parduodamą kamerą.
Jiems tereikia lėtai nuplaukti virš rifo kelis šimtus metrų ir užfiksuoti vaizdo įrašą, kuriame matomas vaizdas apačioje.
Vienintelės ribos yra fotoaparato baterijos veikimo laikas ir oro kiekis naro bake, teigia EPFL, teigdamas, kad plėtra žymi „didelį šuolį į priekį giliavandenių tyrinėjimų ir išsaugojimo galimybių srityje tokioms organizacijoms kaip Transnacionalinis Raudonosios jūros centras (TRSC). )“ – mokslinių tyrimų įstaiga, kuriai EPFL vadovauja nuo 2019 m.
TRSC atliko nuodugnius tyrimus su tų Raudonosios jūros koralų rūšimis, kurios pasirodė atspariausios su klimatu susijusiam stresui, o jos iniciatyva taip pat buvo DeepReefMap sistemos bandymų vieta.
Žemėlapiai akimirksniu
Teigiama, kad DeepReefMap, sukurtas EPFL Architektūros, civilinės ir aplinkos inžinerijos mokyklos (ENAC) Aplinkos skaičiavimo mokslo ir Žemės stebėjimo laboratorijoje (ECEO), gali akimirksniu sukurti kelių šimtų metrų 3D rifų žemėlapius.
Negana to, jis taip pat gali atpažinti išskirtinius koralų bruožus ir savybes bei juos klasifikuoti
„Su šia nauja sistema kiekvienas gali prisidėti prie pasaulio koralų rifų žemėlapių sudarymo“, – sako TRSC projektų koordinatorius Samuelis Gardazas. „Tai tikrai paskatins šios srities tyrimus, nes sumažins darbo krūvį, įrangos ir logistikos kiekį bei su IT susijusias išlaidas.
3D koralų rifų žemėlapių gavimas įprastiniais metodais praeityje pasirodė sudėtingas ir brangus, sako EPFL.
Intensyvios skaičiavimo rekonstrukcijos yra pagrįstos keliais šimtais tos pačios labai riboto dydžio (kelių dešimčių metrų) rifo dalies vaizdų, paimtų iš daugelio skirtingų atskaitos taškų, ir tik specialistams narams pavyko gauti tokius vaizdus.
Šie veiksniai labai apribojo koralų rifų braižymą tose pasaulio dalyse, kuriose trūksta reikiamų techninių žinių, ir atgraso stebėti didelius rifus, apimančius kilometrus ar net šimtus metrų.
Šešių kamerų masyvas
Nors duomenis apie mažus rifus narai mėgėjai gali lengvai užfiksuoti DeepReefMap, norėdami gauti duomenis iš platesnės srities, EPFL mokslininkai sukūrė PVC struktūrą, kurioje yra šešios kameros – trys atsuktos į priekį ir trys atgal. Kameros yra išdėstytos 1 m atstumu, o sąranką vis dar valdo vienas naras.
Teigiama, kad šis šešių fotoaparatų masyvas siūlo nebrangų variantą vietinėms nardymo komandoms, dirbančioms su ribotu biudžetu.
Teigiama, kad įkėlus filmuotą medžiagą, „DeepReefMap“ neturi problemų dėl prasto apšvietimo ar difrakcijos bei kaustinių efektų, dažnai aptinkamų povandeniniuose vaizduose.
„Giulieji neuroniniai tinklai išmoksta prisitaikyti prie šių sąlygų, kurios nėra optimalios kompiuterinio matymo algoritmams“.
Pasak ECEO profesoriaus Devis Tuia, esamos 3D žemėlapių programos patikimai veikia tik esant tikslioms apšvietimo sąlygoms ir su didelės raiškos vaizdais, be to, jos yra ribotos.
„Esant tokiai skiriamajai gebai, kai galima identifikuoti atskirus koralus, didžiausi 3D žemėlapiai yra kelių metrų ilgio, o tai reikalauja milžiniško apdorojimo laiko“, – sako jis. „Su DeepReefMap mus riboja tik tai, kiek laiko naras gali išbūti po vandeniu.
Sveikata ir forma
Tyrėjai taip pat teigia, kad palengvino lauko biologų gyvenimą įtraukę „semantinio segmentavimo algoritmus“, kurie gali klasifikuoti ir kiekybiškai įvertinti koralus pagal dvi charakteristikas.
Pirmoji charakteristika yra sveikata – nuo labai spalvingos (rodo geros sveikatos) iki baltos (rodo išbalimą) ir padengtos dumbliais (reiškia mirtį), o antroji – forma, pagal tarptautiniu mastu pripažintą skalę dažniausiai aptinkamų koralų rūšims klasifikuoti. sekliuose Raudonosios jūros rifuose (šakojantis, riedulys, plokštelinis ir minkštas).
„Mūsų tikslas buvo sukurti sistemą, kuri būtų naudinga šioje srityje dirbantiems mokslininkams ir kurią būtų galima greitai ir plačiai įdiegti“, – sako Jonathanas Sauderis, kuris savo daktaro disertacijoje dirbo kurdamas DeepReefMap.
„Pavyzdžiui, Džibutis turi 400 km pakrantės. Mūsų metodas nereikalauja brangios techninės įrangos. Tereikia kompiuterio su pagrindiniu grafikos apdorojimo bloku. Semantinis segmentavimas ir 3D rekonstrukcija vyksta tokiu pat greičiu kaip ir vaizdo įrašo atkūrimas.
Tyrėjai mano, kad naudojant šią technologiją bus lengva stebėti, kaip laikui bėgant keičiasi rifai, nustatyti prioritetines saugomas teritorijas.
Tai taip pat suteiks mokslininkams atspirties tašką papildyti kitus duomenis, tokius kaip rifų rūšių įvairovė ir turtingumas, populiacijos genetika, koralų prisitaikymo prie šiltesnio vandens potencialas ir vietinė rifų tarša. Šis procesas galiausiai gali lemti visiško skaitmeninio rifo dvynių sukūrimą.
„DeepReefMap“ taip pat gali būti naudojamas mangrovėse ir kitose sekliųjų vandenų buveinėse ir tarnauja kaip vadovas tiriant gilesnes jūrų ekosistemas, sako EPFL.
„Mūsų AI sistemoje įmontuotą rekonstrukcijos galimybę būtų galima lengvai panaudoti kitose aplinkose, nors prireiks laiko, kol bus išmokyti neuroniniai tinklai klasifikuoti rūšis naujose aplinkose“, – sako Tuia.
Laivo nuolaužų kartografavimas?
„Nesitikiu, kad greitai bus naudojamas komercinis (ir komerciniam nardymui, ir produkto pardavimas)“, – sakė Jonathanas Sauderis. „Divernet“. „Metodas greičiausiai bus kuriamas, o netrukus pasirodys patogesni atvirojo kodo leidimai.
„3D matymas yra karšta mašininio mokymosi / robotikos tyrimų sritis. Reikalai juda labai greitai ir tikiuosi, kad per ateinančius metus realaus laiko žemėlapių sudarymo „ChatGPT momentas“ pasieks savo „ChatGPT“ akimirką, kai staiga plačiai paplito labai stiprūs algoritmai, kuriuos skatina didelės įmonės, turinčios, atrodo, begalinį mokslinių tyrimų ir inžinerijos biudžetą, bet mes matyti!"
Ar sistema galėtų būti pritaikyta laivų nuolaužų 3D žemėlapiams sudaryti? „3D žemėlapių sudarymas yra išmoktas algoritmas – tai reiškia, kad jis mokosi iš mokomųjų vaizdo įrašų rinkinio.
Pagal savo scenarijų mes mokome rifų vaizdo įrašų žemėlapių sudarymo sistemą. Įtariu, kad šiuo metu tai puikiai veiktų sudužus laivui, bet galėtų veikti daug geriau, jei būtų mokoma filmuoti daug vaizdo įrašų iš tokių scenų.
„Šiuo metu tikiuosi, kad geriausias būdas gauti šaunias 3D laivų nuolaužų rekonstrukcijas vis dar yra įprasta 3D žemėlapių sudarymo darbo eiga, kai daroma daug didelės raiškos nuotraukų, apskaičiuojama fotoaparato poza naudojant Structure-from-Motion programinę įrangą, pvz., Agisoft Metashape arba COLMAP, o vėliau galbūt gražiai perteiks juos kaip Gauso žymą.
Neseniai žurnale buvo paskelbtas dokumentas apie rifų kartografavimo tyrimus Ekologijos ir evoliucijos metodai.
Taip pat „Divernet“: Pasaulio koraliniai rifai yra didesni, nei manėme…, 10 būdų, kaip technologijos gelbsti koralus, Gilus koralinis rifas yra didžiausias žinomas pasaulyje, 18-ojo amžiaus diagramos atskleidžia koralų praradimą