СледваСледващо ръководство
Отмяна на акустично ехо
Аудио AI
РЪКОВОДСТВО за приложения
AI в акустиката на китовете и морските бозайници
AI сканира огромни количества подводно аудио, за да открие, класифицира и проследи китове и други морски бозайници по техните сигнали.
Чуйте това ръководствоAI-разказан · ~2 min
На тази страница2 минути четене
Преглед
It matters for preventing ship strikes, reducing harmful noise, and understanding species we can rarely see.
Дълбоко гмуркане
Океанът е непрозрачен за светлина, но пренася звук на стотици километри, така че морските бозайници разчитат на гласове, както и учените. Хидрофоните, независимо дали са закотвени, теглени или на автономни планери, записват непрекъснато, произвеждайки терабайти аудио. AI детектори, изградени на базата на CNN и повтарящи се или трансформаторни модели, сканират спектрограми, за да намерят викове на китове сред шума на кораба, да идентифицират видове от характерните звуци като песента на гърбатия кит или викането на десния кит и дори да разграничат индивидуалните модели на кликване на кашалотите и делфините. Сътрудничеството на Google с NOAA създаде класификатори за гърбати китове от десетилетия тихоокеански записи. Откриването в почти реално време захранва системи, които предупреждават корабите да забавят скоростта, помагайки за защита на критично застрашените северноатлантически десни китове от фатални сблъсъци.
Внедряване в реалния свят
Системите за откриване на прави китове в почти реално време предупреждават корабите да намалят скоростта и да избегнат сблъсъци край източното крайбрежие на САЩ.
Google и NOAA създадоха AI класификатори, за да намерят песни на гърбат кит в десетилетия на данни от тихоокеански хидрофон.
Автономни планери с бордови детектори изследват присъствието на китове в отдалечени океански региони.
Проектът CETI прилага машинно обучение, за да анализира последователностите на щракване (codas) на кашалотите, за да изучава тяхната комуникация.
Бъдещето на AI в акустиката на китовете и морските бозайници
Очаквайте мрежи от интелигентни шамандури и планери, които извършват откриване на борда и излъчват сигнали за моряци и мениджъри в рамките на минути. Самоконтролираните модели ще се учат от немаркирано океанско аудио, подобрявайки откриването на недостатъчно проучени видове. Проекти като Project CETI имат за цел да използват машинно обучение за декодиране на структурата на комуникацията на кашалота. В комбинация с оценка на пасивната акустична плътност, изкуственият интелект може да осигури непрекъснато наблюдение на населението в мащаб на океанския басейн и динамично, съобразено с шума управление на корабоплаването.
Прилагайки го на практика
Защо има значение
- Избор на билдове. Дизайнът на ниво приложение определя дали AI подобрява реалните резултати.
- Екип и работен процес. Добрата интеграция на работния процес създава печалби в производителността, на които потребителите могат да се доверят.
- Риск и безопасност. Добре обхванатите случаи на употреба намаляват умората от промяна и риска от внедряване.
Внимавайте за
- Автоматизирането на счупен процес може да засили съществуващите проблеми.
- Екипите могат да автоматизират прекалено и да премахнат необходимата човешка преценка.
- Качеството може да се промени, ако резултатите не се оценяват непрекъснато.
Следващи стъпки
- Картирайте текущия работен процес и идентифицирайте стъпката с най-голямо триене.
- Определете човешки контролни точки преди пълна автоматизация.
- Обучете потребителите на подкани, пътища за ескалация и стандарти за качество.
- Проследявайте резултатите на ниво задача, за да потвърдите устойчива стойност.
Продължете да изследвате
Безплатен бюлетин
Получавайте дневния AI бюлетин
Три проверени AI истории всяка делнична сутрин, написани на достъпен език. Безплатно завинаги, без реклами.
Един имейл всеки делничен ден. Отписване с едно кликване. Никога не продаваме и не споделяме вашия имейл адрес.
Тествайте себе си
Take the AI in Whale and Marine Mammal Acoustics quiz
Незабавна обратна връзка за всеки отговор и сертификат за споделяне с подлежащ на проверка идентификационен номер, след като преминете курс.
Подкрепете безплатното AI образование. AI Understanding е 501(c)(3) с нестопанска цел — без реклами, без платен достъп, никога. Направете дарение
Често задавани въпроси
What is AI in Whale and Marine Mammal Acoustics?
AI сканира огромни количества подводно аудио, за да открие, класифицира и проследи китове и други морски бозайници по техните сигнали. Има значение за предотвратяване на сблъсъци с кораби, намаляване на вредния шум и разбиране на видовете, които рядко можем да видим.
Защо звукът, а не зрението, е централен при изучаването на морските бозайници?
Светлината избледнява бързо под водата, докато звукът пътува на стотици мили, така че вокализацията е основният начин за откриване на далечни морски бозайници.
Кое приложение за безопасност в реалния свят използва откриване на китове в почти реално време?
Системите за откриване маркират застрашените гладки китове и предупреждават корабите да намалят скоростта, намалявайки риска от фатални сблъсъци.
Кои организации си сътрудничиха за изграждането на класификатори на песните на гърбатите китове от тихоокеански записи?
Google си партнира с NOAA, за да приложи AI към десетилетия подводни записи и да идентифицира песните на гърбат кит.
Кое е ключовото предизвикателство, уникално за подводното акустично откриване?
Нискочестотните повиквания се конкурират с шума от двигателя и проучването, а разпространението изкривява сигналите, усложнявайки откриването.
Каква е целта на използването на машинно обучение от Project CETI?
Проектът CETI прилага машинно обучение, за да декодира структурата на кодите на кашалота, за да разбере по-добре как те комуникират.
Продължавай да учиш
Свързани ръководства
Още ръководства, избрани за тази тема