Sistema ta’ intelliġenza artifiċjali żviluppata fl-EPFL, l-università ta’ riċerka pubblika f’Lausanne, l-Isvizzera, qed jingħad li tista’ tipproduċi mapep 3D dettaljati ta’ sikek tal-qroll anke minn filmati tal-vidjow imdawwal b’mod dubjuż ta’ għaddasa dilettanti – fi ftit minuti.
Id-dejta meħtieġa għas-sistema DeepReefMap tista’ tinġabar minn kull min ikun mgħammar b’tagħmir standard tal-għadis u kamera disponibbli kummerċjalment.
Kulma jridu jagħmlu hu li jgħumu bil-mod 'il fuq minn sikka għal diversi mijiet ta' metri, waqt li jiġbdu filmati tal-veduta ta' taħt.
L-uniċi limiti huma l-ħajja tal-batterija tal-kamera u l-ammont ta’ arja fit-tank tal-bugħaddasa, tgħid l-EPFL, li jsostni li l-iżvilupp jimmarka “qabża kbira ’l quddiem fl-esplorazzjoni tal-baħar fond u l-kapaċitajiet ta’ konservazzjoni għal organizzazzjonijiet bħaċ-Ċentru Transnazzjonali tal-Baħar l-Aħmar (TRSC). )” – korp ta’ riċerka xjentifika li ilu ospitat mill-EPFL mill-2019.
It-TRSC ilu jwettaq studji fil-fond fuq dawk l-ispeċi tal-qroll tal-Baħar l-Aħmar li wrew li huma l-aktar reżistenti għall-istress relatat mal-klima, bl-inizjattiva tiegħu sservi wkoll bħala bażi ta’ ttestjar għas-sistema DeepReefMap.
Mapep f'mumenti
Żviluppat fil-Laboratorju ta' Xjenza Kompjutazzjonali Ambjentali u Osservazzjoni tad-Dinja (ECEO) fi ħdan l-Iskola tal-Arkitettura, Inġinerija Ċivili u Ambjentali (ENAC) tal-EPFL, DeepReefMap jingħad li għandu s-setgħa li jipproduċi diversi mijiet ta' metri ta' mapep 3D ta' sikka f'mumenti.
Mhux dan biss, iżda jista 'wkoll jagħraf il-karatteristiċi distintivi u l-karatteristiċi tal-qroll u jikklassifikahom
"B'din is-sistema l-ġdida, kulħadd jista' jkollu sehem fl-immappjar tas-sikek tal-qroll tad-dinja," jgħid il-koordinatur tal-proġetti TRSC Samuel Gardaz. "Dan verament se jixpruna r-riċerka f'dan il-qasam billi jnaqqas l-ammont ta 'xogħol, l-ammont ta' tagħmir u loġistika, u l-ispejjeż relatati mal-IT."
Il-kisba ta' mapep 3D tas-sikka tal-qroll bl-użu ta' metodi konvenzjonali wera li kienet ta' sfida u għalja fil-passat, tgħid l-EPFL.
Rikostruzzjonijiet komputazzjonali intensivi huma bbażati fuq diversi mijiet ta’ immaġini tal-istess porzjon ta’ sikka ta’ daqs limitat ħafna (ftit għexieren ta’ metri) meħuda minn bosta punti ta’ referenza differenti, u bugħaddasa speċjalizzati biss setgħu jiksbu tali immaġini.
Dawn il-fatturi llimitaw bil-kbir it-tqattigħ tas-sikek tal-qroll f'partijiet tad-dinja li ma kellhomx il-kompetenza teknika meħtieġa, u skoraġġixxu l-monitoraġġ ta' sikek estensivi li jkopru kilometri, jew saħansitra mijiet ta' metri.
Array ta 'sitt kameras
Filwaqt li d-dejta dwar is-sikek żgħar tista’ tinqabad faċilment għal DeepReefMap minn għaddasa dilettanti, biex tinkiseb data fuq żona usa’, ir-riċerkaturi tal-EPFL żviluppaw struttura tal-PVC li żżomm sitt kameras – tlieta jħarsu ‘l quddiem u tlieta lura. Il-kameras huma spazjati 1m 'il bogħod minn xulxin u s-set-up għadu mħaddem minn bugħaddas wieħed.
Din il-firxa ta 'sitt kameras jingħad li toffri għażla bi prezz baxx għal timijiet lokali ta' għadsa li joperaw fuq baġits limitati.
Ladarba l-filmati jittellgħu, DeepReefMap jingħad li m'għandu l-ebda problema b'dawl ħażin jew bid-diffrazzjoni u l-effetti kawstiċi li spiss jinstabu f'immaġini taħt l-ilma.
"Netwerks newrali profondi jitgħallmu jadattaw għal dawn il-kundizzjonijiet, li mhumiex ottimali għall-algoritmi tal-viżjoni bil-kompjuter".
Programmi eżistenti ta 'mapping 3D jaħdmu b'mod affidabbli biss taħt kundizzjonijiet preċiżi ta' dawl u bi stampi b'riżoluzzjoni għolja, u huma "wkoll limitati meta niġu għall-iskala", skont il-professur tal-ECEO Devis Tuia.
"F'riżoluzzjoni fejn qroll individwali jistgħu jiġu identifikati, l-akbar mapep 3D huma tul diversi metri, li teħtieġ ammont enormi ta 'ħin ta' pproċessar," jgħid. "B'DeepReefMap, aħna ristretti biss minn kemm l-għaddas jista' jibqa' taħt l-ilma."
Saħħa u forma
Ir-riċerkaturi jsostnu wkoll li għamlu l-ħajja aktar faċli għall-bijoloġisti tal-post billi inkludew "algoritmi ta 'segmentazzjoni semantika" li jistgħu jikklassifikaw u jikkwantifikaw il-qroll skont żewġ karatteristiċi.
L-ewwel karatteristika hija s-saħħa – minn ikkulurit ħafna (li jissuġġerixxi saħħa tajba) għal abjad (indikattiv ta’ ibbliċjar) u miksi b’alka (li jindika l-mewt) – u t-tieni hija l-għamla, bl-użu ta’ skala rikonoxxuta internazzjonalment biex tikklassifika t-tipi ta’ qroll li jinsabu l-aktar komuni. fis-sikek baxxi tal-Baħar l-Aħmar (fergħat, boulder, pjanċa u artab).
"L-għan tagħna kien li niżviluppaw sistema li tkun utli għax-xjenzati li jaħdmu fil-qasam u li tista 'tiġi implimentata malajr u b'mod wiesa'," jgħid Jonathan Sauder, li ħadem fuq l-iżvilupp ta 'DeepReefMap għat-teżi tal-PhD tiegħu.
“Ġibuti, pereżempju, għandha 400km ta’ kosta. Il-metodu tagħna ma jeħtieġ ebda ħardwer għali. Kulma hemm bżonn huwa kompjuter b'unità bażika tal-ipproċessar tal-grafika. Is-segmentazzjoni semantika u r-rikostruzzjoni 3D iseħħu bl-istess veloċità bħall-daqq tal-vidjow.”
Ir-riċerkaturi jemmnu li bl-użu tat-teknoloġija se jsir faċli biex timmonitorja kif is-sikek jinbidlu maż-żmien, biex jiġu identifikati żoni ta 'konservazzjoni prijoritarji.
Se tagħti wkoll lix-xjentisti punt tat-tluq biex iżidu dejta oħra bħad-diversità u r-rikkezza tal-ispeċijiet tas-sikek, il-ġenetika tal-popolazzjoni, il-potenzjal adattiv tal-qroll għal ilmijiet aktar sħan, u t-tniġġis lokali fis-sikek. Dan il-proċess jista’ eventwalment iwassal għall-ħolqien ta’ tewmin diġitali sħiħ ta’ sikka.
DeepReefMap jista 'jintuża wkoll fil-mangrovji u ħabitats oħra tal-ilma baxx, u jservi bħala gwida fl-esplorazzjoni ta' ekosistemi tal-baħar aktar fondi, jgħid l-EPFL.
"Il-kapaċità ta 'rikostruzzjoni mibnija fis-sistema AI tagħna tista' faċilment tiġi impjegata f'ambjenti oħra, għalkemm ser jieħu ż-żmien biex jitħarrġu n-netwerks newrali biex jikklassifikaw l-ispeċi f'ambjenti ġodda," tgħid Tuia.
Nawfraġju-mapping?
"Ma nistennax użu kummerċjali (kemm fis-sens ta 'użu fl-għadis kummerċjali, kif ukoll bejgħ ta' prodott) dalwaqt," qal Jonathan Sauder Diverset. "Il-metodu x'aktarx se jibqa' taħt żvilupp, b'rilaxxi ta' sors miftuħ aktar faċli għall-utent dalwaqt.
“Il-viżjoni 3D hija qasam sħun fir-riċerka tat-tagħlim tal-magni / tar-robotika. L-affarijiet qed jimxu estremament malajr u nistenna li l-immappjar f'ħin reali jkollu l-'mument ChatGPT' tiegħu fis-snin li ġejjin, b'disponibbiltà mifruxa f'daqqa ta' algoritmi b'saħħithom ħafna, immexxija minn kumpaniji kbar b'baġits ta' riċerka u inġinerija li jidhru infiniti, iżda aħna ser ara!”
Is-sistema tista' tiġi adattata għall-immappjar 3D ta' nawfraġji? “L-immappjar 3D huwa algoritmu mgħallem – li jfisser li jitgħallem minn sett ta’ vidjows tat-taħriġ.
Fix-xenarju tagħna, aħna nħarrġu s-sistema tal-mapping fuq vidjows tas-sikka. Nissuspetta li bħalissa taħdem OK-ish fuq nawfraġji, iżda tista 'taħdem ħafna aħjar jekk titħarreġ fuq ammonti kbar ta' vidjows minn xeni bħal dawn.
“Għalissa, nistenna li l-aħjar metodu biex nikseb rikostruzzjonijiet 3D friski ta’ nawfraġji xorta jkun fluss tax-xogħol ta’ mapping 3D konvenzjonali ta’ teħid ta’ ħafna ritratti ta’ riżoluzzjoni għolja, kalkolu tal-pożi tal-kamera b’software Structure-from-Motion bħal Agisoft Metashape jew COLMAP, u mbagħad potenzjalment tirrendihom tajjeb bħala Splat Gaussian.”
Dokument dwar ir-riċerka dwar l-immappjar tas-sikek ġie ppubblikat dan l-aħħar fil-ġurnal Metodi Fl-Ekoloġija U l-Evoluzzjoni.
Ukoll fuq Diversnet: Is-sikek tal-qroll tad-dinja huma akbar milli ħsibna..., 10 modi kif it-teknoloġija qed issalva l-qroll, Deep sikka tal-qroll hija l-akbar magħrufa fid-dinja, Ċarts tas-seklu 18 juru telf ta 'qroll
