Un sistem de inteligență artificială dezvoltat la EPFL, universitatea publică de cercetare din Lausanne, Elveția, se pretinde că poate produce hărți detaliate 3D ale recifelor de corali chiar și din filmările video luminate îndoielnic ale scafandrilor amatori – în câteva minute.
Datele necesare pentru sistemul DeepReefMap pot fi colectate de oricine echipat cu echipament standard de scufundare și o cameră disponibilă în comerț.
Tot ce trebuie să facă este să înoate încet deasupra unui recif timp de câteva sute de metri, surprinzând imagini video ale priveliștii de dedesubt pe măsură ce merg.
Singurele limite sunt durata de viață a bateriei camerei și cantitatea de aer din rezervorul scafandrului, susține EPFL, susținând că dezvoltarea marchează „un salt major înainte în capacitățile de explorare și conservare în adâncime pentru organizații precum Centrul Transnațional al Mării Roșii (TRSC). )” – un organism de cercetare științifică care este găzduit de EPFL din 2019.
TRSC a efectuat studii aprofundate asupra acelor specii de corali de la Marea Roșie care s-au dovedit cele mai rezistente la stresul legat de climă, inițiativa sa servind și ca teren de testare pentru sistemul DeepReefMap.
Hărți în clipe
Dezvoltat la Environmental Computational Science & Earth Observation Laboratory (ECEO) din cadrul Școlii de Arhitectură, Inginerie Civilă și de Mediu (ENAC) a EPFL, se spune că DeepReefMap are puterea de a produce câteva sute de metri de hărți de recif 3D în câteva momente.
Nu numai asta, dar poate recunoaște și trăsăturile distinctive și caracteristicile coralilor și le poate clasifica
„Cu acest nou sistem, oricine poate juca un rol în cartografierea recifelor de corali din lume”, spune coordonatorul proiectelor TRSC Samuel Gardaz. „Va stimula cu adevărat cercetarea în acest domeniu prin reducerea volumului de muncă, a cantității de echipamente și logistică și a costurilor legate de IT.”
Obținerea hărților 3D ale recifurilor de corali folosind metode convenționale s-a dovedit dificilă și costisitoare în trecut, spune EPFL.
Reconstrucțiile intensive din punct de vedere computațional se bazează pe câteva sute de imagini ale aceleiași porțiuni de recif de dimensiuni foarte limitate (câteva zeci de metri) luate din mai multe puncte de referință diferite și numai scafandrii specialiști au reușit să obțină astfel de imagini.
Acești factori au limitat grav formarea recifurilor de corali în părți ale lumii lipsite de expertiza tehnică necesară și au descurajat monitorizarea recifelor extinse care acoperă kilometri sau chiar sute de metri.
Matrice cu șase camere
În timp ce datele despre recifele mici pot fi capturate cu ușurință pentru DeepReefMap de către scafandri amatori, pentru a obține date pe o zonă mai largă, cercetătorii EPFL au dezvoltat o structură din PVC care conține șase camere - trei cu fața în față și trei în spate. Camerele sunt distanțate la 1 m, iar instalația este încă operată de un singur scafandru.
Se spune că această matrice cu șase camere oferă o opțiune la preț redus pentru echipele locale de scufundări care operează cu bugete limitate.
Odată ce materialul este încărcat, se spune că DeepReefMap nu are nicio problemă cu iluminarea slabă sau cu efectele de difracție și caustice întâlnite adesea în imaginile subacvatice.
„Rețelele neuronale profunde învață să se adapteze la aceste condiții, care sunt suboptime pentru algoritmii de viziune computerizată”.
Programele de cartografiere 3D existente funcționează în mod fiabil doar în condiții precise de iluminare și cu imagini de înaltă rezoluție și sunt „de asemenea limitate când vine vorba de scară”, potrivit profesorului ECEO Devis Tuia.
„La o rezoluție în care pot fi identificați corali individuali, cele mai mari hărți 3D au o lungime de câțiva metri, ceea ce necesită un timp enorm de procesare”, spune el. „Cu DeepReefMap, suntem restricționați doar de cât timp poate sta scafandru sub apă.”
Sanatate si forma
Cercetătorii susțin, de asemenea, că au făcut viața mai ușoară biologilor de teren, incluzând „algoritmi de segmentare semantică” care pot clasifica și cuantifica coralii în funcție de două caracteristici.
Prima caracteristică este sănătatea – de la foarte colorat (care sugerează o sănătate bună) până la alb (indicativ de albire) și acoperit cu alge (care indică moartea) – iar a doua este forma, folosind o scară recunoscută la nivel internațional pentru a clasifica tipurile de corali cel mai frecvent întâlnite. în recifele de mică adâncime ale Mării Roșii (ramificație, bolovan, placă și moale).
„Scopul nostru a fost să dezvoltăm un sistem care s-ar dovedi util oamenilor de știință care lucrează în domeniu și care ar putea fi lansat rapid și pe scară largă”, spune Jonathan Sauder, care a lucrat la dezvoltarea DeepReefMap pentru teza sa de doctorat.
„Djibouti, de exemplu, are 400 km de coastă. Metoda noastră nu necesită niciun hardware scump. Este nevoie doar de un computer cu o unitate de procesare grafică de bază. Segmentarea semantică și reconstrucția 3D au loc la aceeași viteză ca și redarea video.”
Cercetătorii cred că, folosind tehnologia, va deveni ușor să monitorizați modul în care recifele se schimbă în timp, pentru a identifica zonele de conservare prioritare.
De asemenea, va oferi oamenilor de știință un punct de plecare pentru adăugarea altor date, cum ar fi diversitatea și bogăția speciilor de recif, genetica populației, potențialul de adaptare al coralilor la ape mai calde și poluarea locală a recifelor. Acest proces ar putea duce în cele din urmă la crearea unui geamăn digital complet al unui recif.
DeepReefMap ar putea fi folosit și în mangrove și alte habitate de apă puțin adâncă și poate servi drept ghid în explorarea ecosistemelor marine mai adânci, spune EPFL.
„Capacitatea de reconstrucție încorporată în sistemul nostru AI ar putea fi utilizată cu ușurință în alte setări, deși va dura timp pentru a antrena rețelele neuronale pentru a clasifica speciile în medii noi”, spune Tuia.
Cartografierea naufragiilor?
„Nu mă aștept la o utilizare comercială (atât în sensul utilizării în scufundări comerciale, cât și la vânzarea unui produs) în curând”, a spus Jonathan Sauder Diverse. „Metoda va rămâne cel mai probabil în curs de dezvoltare, cu versiuni open-source mai ușor de utilizat în curând.
„Viziunea 3D este un domeniu fierbinte în cercetarea învățării automate/robotică. Lucrurile se mișcă extrem de rapid și mă aștept ca cartografierea în timp real să aibă „momentul ChatGPT” în următorii ani, cu o disponibilitate bruscă pe scară largă a algoritmilor foarte puternici, conduși de companii mari cu bugete aparent infinite de cercetare și inginerie, dar vom vedea!"
Ar putea fi adaptat sistemul pentru cartografierea 3D a epavelor? „Mapping-ul 3D este un algoritm învățat – ceea ce înseamnă că învață dintr-un set de videoclipuri de antrenament.
În scenariul nostru, antrenăm sistemul de cartografiere pe videoclipurile recifului. Bănuiesc că acum ar funcționa în regulă pe epave, dar ar putea funcționa mult mai bine dacă ar fi antrenat pe cantități mari de videoclipuri din astfel de scene.
„Deocamdată, m-aș aștepta ca cea mai bună metodă pentru a obține reconstrucții 3D interesante ale epavelor navelor să fie în continuare un flux de lucru convențional de cartografiere 3D de a face multe fotografii de înaltă rezoluție, calculând pozițiile camerei cu un software Structure-from-Motion, cum ar fi Agisoft Metashape sau COLMAP, și apoi potențial redarea acestora frumos ca un Splat Gaussian.”
O lucrare despre cercetarea cartografierii recifului a fost publicată recent în jurnal Metode în ecologie și evoluție.
Tot pe Diversnet: Recifele de corali din lume sunt mai mari decât credeam..., 10 moduri în care tehnologia salvează coralii, Reciful de corali adânc este cel mai mare cunoscut din lume, Hărțile secolului al XVIII-lea dezvăluie pierderea coralilor