عالم التكنولوجيا

A.I. يساعد العلماء على فهم قيمة المحيطات للبيانات

[ad_1]

هذه المقالة هي جزء من أحدث مقالاتنا ، الذي يركز على كيفية استمرار التكنولوجيا في التطور والتأثير على حياتنا.

إذا كان لديك حوالي 180،000 ساعة من التسجيلات تحت الماء من المحيط الهادئ ، وكنت بحاجة إلى معرفة متى وأين ، في كل تلك الساعات المختلفة ، تغني الحيتان الحدباء ، فهل ستقوم بذلك Google؟

هذا ما فعلته آن ألين ، عالمة البيئة البحثية في الإدارة الوطنية للمحيطات والغلاف الجوي. نوعا ما.

في يناير 2018 ، وسألت عما إذا كان بإمكانهم مساعدتها في العثور على إشارة لأغنيات الحيتان الحدباء وسط جميع ضجيج المحيطات الأخرى ، مثل مكالمات الدلافين أو محركات السفن. قالت جولي كاتياو ، مديرة المنتج في Google ، باستخدام 10 ساعات من البيانات التي تم وضع تعليقات عليها ، والتي تم فيها تحديد أغاني الحوت والضوضاء الأخرى ، لاكتشاف الأغاني ، بناءً على نموذج للتعرف على الأصوات في مقاطع فيديو YouTube.

بعد حوالي تسعة أشهر ، كان لدى الدكتورة ألين نموذج لتحديد أغاني الحيتان الحدباء ، والتي تستخدمها في بحثها حول حدوث الأنواع في جزر المحيط الهادئ وكيف يمكن أن تتغير على مدى العقد الماضي. استخدمت Google مراقبة الخوارزميات المماثلة في الوقت الفعلي لسكان Orca المقيم الجنوبي المهددة بالانقراض ، والذي انخفض إلى حوالي 70 حيوانًا.

أثبتت تطبيقات التعلم الآلي والذكاء الاصطناعي أنها مفيدة بشكل خاص في المحيط ، حيث يوجد الكثير من البيانات – الأسطح الكبيرة ، الأعماق العميقة – وعدم وجود بيانات كافية – فهي مكلفة للغاية وليست مفيدة بالضرورة لجمع عينات من أي نوع من فوق كل.

إن تغير المناخ يجعل التعلم الآلي أكثر قيمة أيضًا: فالكثير من البيانات المتاحة للعلماء لم تعد بالضرورة دقيقة بعد الآن ، حيث ترتفع درجات الحرارة وتتغير التيارات. مع تحرك الأنواع ، تصبح إدارة المجموعات أكثر أهمية.

الحوت الأيمن في شمال الأطلسي المهددة بالانقراض ، والذي يعتبر حيوانًا واحدًا يمكنه الاستفادة من المراقبة الأكثر تقدمًا من الناحية التكنولوجية: ربما بسبب ارتفاع درجات الحرارة ، انتقلت هذه الحيتان شمالًا من موطنها التقليدي لخليج مين إلى خليج سانت لورنس في كندا . تزامنًا مع هذا التحول هو ما وصفته NOAA بـ “،” والذي يُعرف أن 30 حوتًا ماتت منذ عام 2017 – 21 في كندا و 9 في الولايات المتحدة – معظمهم من ضربات السفن أو التورط في معدات الصيد.

لحماية الحيتان ، يحتاج العلماء إلى معرفة مكانهم ، وهذا ما يفعله مختبر Charles Stark Draper ومربى New England Aquarium فيما يسمونه “.” من خلال أخذ البيانات من الأقمار الصناعية والسونار والرادار ومشاهد الإنسان وتيارات المحيط والمزيد ، يقومون بتدريب خوارزمية تعلم الآلة لإنشاء نموذج احتمالي للمكان الذي قد تكون فيه الحيتان. مع هذه المعلومات ، يمكن للسلطات الفيدرالية والولائية والمحلية اتخاذ قرارات بشأن ممرات الشحن والسرعات وصيد الأسماك بسرعة أكبر ، مما يساعدهم على حماية الحيتان بشكل أفضل ، وفقًا لشيلا هيمامي ، مديرة التحديات العالمية في درابر.

العديد من تجمعات الأسماك تتحرك أيضا ، أو تم الإفراط في صيدها أو تقترب منها ، و. في محاولة لتضييق الخناق على النشاط غير القانوني والحفاظ على السكان في مستويات صحية في المحيط ، ساعدت Google أيضًا على البدء ، وهي منظمة تراقب الصيد في جميع أنحاء العالم من خلال جمع مواقع وأنشطة السفن ونشرها.

قال David Kroodsma ، Global Fishing Watch’s: “المحيطات هي مكان مثير للغاية للعمل في البيانات الضخمة لأن هناك الكثير من الفرص لتحسين البيانات ، والتي كانت في مصايد الأسماك ضعيفة للغاية تاريخياً ، خاصة عند مقارنتها بالصناعات الاستخراجية الأخرى”. مدير البحث والابتكار.

وقال: “إن عشرين بالمائة من صيد الأسماك غير قانوني أو لم يتم الإبلاغ عنه أو غير منظم”. “ماذا لو لم نكن نعرف مكان 20 في المائة من الغابات ، أو انبعاثات الكربون؟”

تستخدم تطبيقات أخرى في كيمياء المحيطات والتلوث ، للقيام بمهام مثل مراقبة بلاستيك المحيطات. باستخدام أجهزة استشعار مماثلة لتلك التي تراقب جودة الهواء في محطة الفضاء الدولية ، Draper بناء على طلب وكالة حماية البيئة. قال الدكتور هيمامي من هذه المعلومات ، إنهم ينتجون “بصمة إصبع لمواد كيميائية محددة” ، ويستخدمون بصمة الإصبع لتدريب الخوارزمية على تحديد أنواع البلاستيك.

لا يزالون في مرحلة الاختبار ، لكنهم نشروا مستشعر الجيل الأول بالقرب من منطقة شمال المحيط الهادئ ، موطنًا لـ ، مما ساعد على توفير معلومات حول كيفية عمل النظام.

لم يتم استخدام التعلم الآلي على نطاق واسع حتى الآن في تقييم قضايا أخرى في كيمياء المحيطات ، مثل تحمض المحيطات ، أو إزالة الأكسجين أو تركيزات النترات ، لكن الدكتور هيمامي قال إن هناك وعدًا كبيرًا في هذا المجال.

في حالة واحدة على الأقل ، تتداخل تطبيقات مراقبة الحيوانات والأكثر تركيزًا كيميائيًا. يجتمعون معا في السعي المشترك للعملاق.

يستخدم Kakani Katija ، وهو مهندس رئيسي في معهد مونتيري باي لأبحاث الأحياء المائية ، التعلم الآلي للعوالق الحيوانية ، التي تبني نفسها منازل معقدة من المخاط ، وتشكل سلوكها. في منازلهم الفقاعية (التي يمكن أن تتجاوز ثلاثة أقدام) ، تقوم الحيوانات الصغيرة (حوالي نصف طول قلم رصاص جديد) بتصفية المياه ، في عملية التقاط الجسيمات والفضلات التي تغرق من سطح المحيط لتناول الطعام.

بمجرد انسداد الهيكل بغبار المحيط هذا ، الذي يتكون الكثير منه من الكائنات الحية التي تقوم بعملية التمثيل الضوئي التي أسقطت ثاني أكسيد الكربون الجوي في هذه العملية ، تتخلى الحيوانات عن منازلها ، التي تغرق في قاع المحيط وتغذي سكان القاع. لكن لها وظيفة حاسمة أخرى: في حبس كل هذا الحطام ، تقوم منازل المخاط بعزل ثاني أكسيد الكربون ، وإرساله إلى قاع المحيط.

بينما نحرق الوقود الأحفوري ، نطلق ثاني أكسيد الكربون ، الذي تمتصه المحيطات كثيرًا. ونتيجة لذلك ، منعت المحيطات كوكبنا من الاحترار (بدلاً من درجة واحدة تقريبًا) ، لكن كل ذلك ثاني أكسيد الكربون يصنع المحيطات. معرفة كمية ثاني أكسيد الكربون التي يخزنها المحيط أمر حاسم لنمذجة التغيرات المناخية المستقبلية ، وبالنظر إلى انتشار هذه المخلوقات في جميع أنحاء العالم ومقدار المياه التي يمكنها تصفيتها ، فمن المحتمل أن تكون كمية كبيرة.

قالت الدكتورة كاتيا: “مع المحيطات أو البيئة ، من السهل حقًا أن نعلق في هذه الرواية المشؤومة”. “ما أحبه في التكنولوجيا أو التقدم الذي نشهده في A.I. ، أعتقد أنه وقت أمل لأنه إذا حصلنا على هذا الحق ، أعتقد أنه سيكون له تأثيرات عميقة على كيفية مراقبة بيئتنا وخلق مستقبل مستدام.”

[ad_2] المصدر: nytimes.com
الوسوم

مقالات ذات صلة

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى
إغلاق