Kizuna AI - AIAIAI (при участии Накаты Ясутаки) [Официальное Музыкальное Видео]
Biến đổi khí hậu đã tẩy trắng các rạn san hô, tàn phá các loài sinh vật biển địa phương gọi chúng là nhà, vì ít nhất những quan sát lớn đầu tiên đã được ghi nhận ở Caribbean vào năm 1980. Rất may, A.I mới. biên mục được thiết kế để xác định các khu vực địa lý nơi san hô vẫn đang phát triển mạnh hy vọng sẽ đảo ngược xu hướng, cứu một số hệ sinh thái thủy sinh dày đặc và đa dạng nhất thế giới khỏi sự tuyệt chủng hoàn toàn.
Có rất nhiều lý do tại sao chúng ta cần quan tâm đến việc cứu các rạn san hô, từ đạo đức đến kinh tế. Ngoài nhà ở khoảng một phần tư các loài sinh vật biển, những rạn san hô này mang lại doanh thu 375 tỷ USD cho nền kinh tế thế giới, theo người bảo vệ và an ninh lương thực cho nửa tỷ người. Không có chúng, các nhà nghiên cứu cho biết vô số loài và toàn bộ ngành công nghiệp đánh bắt đại dương phụ thuộc vào chúng sẽ đơn giản bốc hơi.
Vấn đề là ở đó, chỉ có rất nhiều tiền và rất nhiều thời gian để giảm thiểu thiệt hại đang diễn ra, trong khi đó, 172 quốc gia đã phê chuẩn Công ước khung của Liên hợp quốc về thay đổi khí hậu tại Paris Thỏa thuận cuộc đua để cắt giảm lượng khí thải carbon. Nhưng một nhóm các nhà nghiên cứu quốc tế nói rằng họ hy vọng rằng trí thông minh nhân tạo có thể lấp đầy những khoảng trống, và giúp các rạn san hô có được sự chú ý và tài nguyên mà họ cần để tồn tại.
Các giải pháp liên quan đến một nhóm các nhà nghiên cứu triển khai xe tay ga dưới nước với máy ảnh 360 độ chụp ảnh 1487 dặm vuông của rạn san hô ngoài khơi bờ biển của đảo Sulawesi ở Indonesia. (Sulawesi, nép mình ở giữa Tam giác San hô được bao quanh bởi sự tập trung đa dạng sinh học biển cao nhất trên hành tinh.)
Những hình ảnh đó sau đó được đưa vào một dạng học tập sâu A.I. đã được dạy trong suốt 400 đến 600 hình ảnh để xác định các loại san hô và các động vật không xương sống rạn san hô khác, để đánh giá sức khỏe sinh thái của khu vực đó.
Sử dụng A.I. để phân tích nhanh những bức ảnh về san hô đã cải thiện đáng kể hiệu quả của những gì chúng ta làm, ông Emma Emma Kennedy, Tiến sĩ, nhà sinh thái học sinh vật đáy ở Đại học Queensland, cho biết trong một tuyên bố. Những gì sẽ mất một nhà khoa học rạn san hô 10 đến 15 phút bây giờ sẽ mất máy vài giây.
Cỗ máy học theo cách tương tự như bộ não của con người, cân nhắc rất nhiều quyết định trong vài phút về những gì nó nhìn vào cho đến khi nó dựng lên một bức tranh và tự tin về việc nhận dạng.
Kennedy và các nhà nghiên cứu khác cũng đã sử dụng thuật toán phân cụm lặp, tùy chỉnh để xác định các rạn san hô trên khắp thế giới dường như có lợi nhất từ các tài nguyên bảo tồn. Công thức của họ dựa trên 30 số liệu được biết là tác động đến hệ sinh thái rạn san hô, được chia thành các loại như hoạt động lịch sử, điều kiện nhiệt độ, thiệt hại sóng lốc xoáy và hành vi của ấu trùng san hô. Một bản đồ của các vị trí đắc địa này để bảo tồn san hô trong tương lai đã được xuất bản trong Thư bảo tồn, một tạp chí của Hiệp hội Sinh học Bảo tồn vào cuối tháng 7 này.
Nghiên cứu được thực hiện nhờ sự đóng góp hào phóng từ chính phủ Úc, Bảo tồn thiên nhiên, Tổ chức từ thiện Bloomberg, Quỹ Tiffany & Co., và Quỹ gia đình Paul G. Allen, có sà lan niềm vui tên tuổi có thành tích đáng chú ý trong lĩnh vực rạn san hô cạn kiệt.
Kennedy và nhóm của cô hy vọng rằng những A.I. các kỹ thuật sẽ được tiếp tục hoàn thiện để giúp quản lý các rạn san hô ở cấp độ địa phương hơn cũng như một số địa điểm có ý nghĩa sinh thái, bao gồm Rạn san hô Meso ‐ American và san hô ở Hawaii, cả hai đều phải được loại trừ khỏi nghiên cứu của họ.
Các phiên bản địa phương của nghiên cứu toàn cầu của họ, họ tin rằng, sẽ được hưởng lợi từ dữ liệu không có sẵn cho các rạn san hô quốc tế: thông tin về hóa học đại dương, 'khả năng thích ứng' của các rạn san hô địa phương để chống lại biến đổi khí hậu hoặc các căng thẳng khác trên hệ thống của họ, hoặc các chi tiết cụ thể của sự phụ thuộc kinh tế địa phương vào các rạn san hô này.