कैसे आर्टिफिशियल इंटेलिजेंस और 360-कैमरा कोरल रीफ को बचाने में मदद कर रहे हैं

जलवायु परिवर्तन प्रवाल भित्तियों का विरंजन कर रहा है, स्थानीय समुद्री प्रजातियों का वर्णन करता है जो उन्हें घर कहते हैं, क्योंकि 1980 में कम से कम पहली बड़ी टिप्पणियों को कैरेबियन में दर्ज किया गया था। शुक्र है, नए ए.आई. भौगोलिक क्षेत्रों की पहचान करने के लिए डिज़ाइन किया गया कैटलॉग जहां मूंगा अभी भी प्रवृत्ति को उलटने की उम्मीद कर रहा है, दुनिया के कुछ सबसे घने और विविध जलीय पारिस्थितिकी प्रणालियों को सभी-लेकिन-निश्चित विलुप्त होने से बचा रहा है।

नैतिक कारणों से लेकर आर्थिक तक को बचाने के लिए हमें कई कारणों की आवश्यकता है। अनुसार, एक चौथाई समुद्री प्रजातियों के आवास के अलावा, ये चट्टानें विश्व अर्थव्यवस्था को $ 375 बिलियन अमरीकी डालर का राजस्व प्रदान करती हैं, अभिभावक, और आधा अरब लोगों को खाद्य सुरक्षा। उनके बिना, शोधकर्ताओं का कहना है कि अनगिनत प्रजातियां और पूरे समुद्र में मछली पकड़ने का उद्योग है जो उन पर निर्भर करता है कि वे बस लुप्त हो जाएंगे।

समस्या यह है कि केवल इतना पैसा और इतना समय है कि पहले से ही प्रगति को नुकसान को कम करने के लिए समर्पित किया जाए, जबकि 172 राष्ट्र जिन्होंने जलवायु परिवर्तन "पेरिस समझौते" पर संयुक्त राष्ट्र फ्रेमवर्क कन्वेंशन की पुष्टि की है, उनके कार्बन उत्सर्जन पर वापस कटौती करने के लिए। लेकिन शोधकर्ताओं के एक अंतरराष्ट्रीय संघ का कहना है कि उन्हें उम्मीद है कि कृत्रिम बुद्धिमत्ता अंतराल में भर सकती है, और भित्तियों को ध्यान और संसाधनों को प्राप्त करने में मदद करती है जो उन्हें जीवित रहने की आवश्यकता होती है।

इस समाधान में इंडोनेशिया के सुलावेसी द्वीप के तट से 1487 वर्ग मील की चट्टान के साथ 360 डिग्री कैमरों के साथ पानी के नीचे स्कूटर तैनात करने वाले शोधकर्ताओं की एक टीम शामिल थी। (सुलावेसी, कोरल त्रिभुज के बीच में स्थित है, जो ग्रह पर समुद्री जैव विविधता के उच्चतम एकाग्रता से घिरा हुआ है।)

उन छवियों को तब गहरी शिक्षा ए.आई. उस क्षेत्र के पारिस्थितिक स्वास्थ्य का आकलन करने के लिए कोरल के प्रकारों और अन्य रीफ़ इनवर्टेब्रेट्स की पहचान करने के लिए 400 से 600 छवियों के दौरान सिखाया गया था।

“ए.आई. कोरल की तस्वीरों का तेजी से विश्लेषण करने से हम क्या करते हैं, इसकी दक्षता में काफी सुधार हुआ है, ”क्वींसलैंड विश्वविद्यालय की एक दसवीं के समुद्री पारिस्थितिकीविज्ञानी एम्मा कैनेडी ने एक बयान में कहा। "क्या एक कोरल रीफ वैज्ञानिक को 10 से 15 मिनट लगते हैं अब मशीन को कुछ सेकंड लगते हैं।"

"मशीन मानव मस्तिष्क के समान तरीके से सीखती है, जब तक वह चित्र बनाता है, तब तक कई मिनट के फैसले का वजन उठाता है और एक पहचान बनाने के बारे में आश्वस्त होता है।"

कैनेडी और अन्य शोधकर्ता भी दुनिया भर में प्रवाल भित्तियों की पहचान करने के लिए एक कस्टम, पुनरावृत्त क्लस्टरिंग एल्गोरिदम का उपयोग कर रहे हैं जो कि संरक्षण संसाधनों से लाभान्वित होने की सबसे अधिक संभावना है। उनका फार्मूला कोरल रीफ इकोलॉजी को प्रभावित करने के लिए ज्ञात 30 मेट्रिक्स पर आधारित है, जो मोटे तौर पर ऐतिहासिक गतिविधि, थर्मल परिस्थितियों, चक्रवात लहर क्षति और कोरल लार्वा व्यवहार जैसी श्रेणियों में विभाजित है। भविष्य के प्रवाल संरक्षण के लिए इन प्रमुख स्थलों का एक मानचित्र प्रकाशित किया गया था संरक्षण पत्र, इस जुलाई के अंत में सोसायटी फॉर कंजर्वेशन बायोलॉजी की एक पत्रिका।

ऑस्ट्रेलियाई सरकार, नेचर कंजरवेंसी, ब्लूमबर्ग परोपकार, टिफ़नी एंड कंपनी फाउंडेशन, और पॉल जी। एलन फैमिली फ़ाउंडेशन के उदार दान से यह शोध संभव हुआ, जिनके नाम का आनंद बजरा का मूंगा चट्टान के क्षेत्र में उल्लेखनीय रिकॉर्ड है। कमी।

कैनेडी और उनकी टीम को उम्मीद है कि ये ए.आई. तकनीक को और अधिक स्थानीय स्तर के साथ-साथ कई पारिस्थितिक रूप से महत्वपूर्ण स्थलों पर प्रवाल भित्तियों के प्रबंधन में मदद करने के लिए परिष्कृत किया जाएगा, जिसमें मेसो Bar अमेरिकन बैरियर रीफ और हवाई में कोरल शामिल हैं, दोनों को उनके अध्ययन से बाहर रखा गया था।

उनके वैश्विक अध्ययन के स्थानीय संस्करण, उनका मानना ​​है, डेटा से लाभ होगा जो अंतरराष्ट्रीय स्तर पर रीफ के लिए समान रूप से उपलब्ध नहीं है: महासागर रसायन विज्ञान के बारे में जानकारी, उनके सिस्टम पर जलवायु परिवर्तन या अन्य तनाव का सामना करने के लिए स्थानीय रीफ्स की 'अनुकूली क्षमता', या विशेष रूप से इन प्रवाल भित्तियों पर स्थानीय आर्थिक निर्भरता का।