SelanjutnyaPanduan berikutnya
AI dalam Pemantauan Kualitas Udara
Aplikasi
PANDUAN Aplikasi
AI menganalisis citra bawah air, video, dan data sensor untuk melacak kesehatan karang, pemutihan karang, dan keanekaragaman hayati pada skala yang tidak dapat ditandingi oleh tim penyelam manusia.
Dengarkan panduan iniDiceritakan oleh AI · ~2 min
Hal ini penting karena terumbu karang cepat rusak dan keputusan konservasi bergantung pada data yang akurat dan tepat waktu.
Terumbu karang disurvei dengan transek foto, kamera derek, kendaraan bawah air otonom, dan bahkan satelit, sehingga menghasilkan lebih banyak citra daripada yang dapat diberi label secara manual oleh para ilmuwan. Jaringan saraf konvolusional dan transformator penglihatan modern mengklasifikasikan persentase karang hidup, ganggang, pasir, dan puing-puing di setiap gambar, mengidentifikasi genera karang, dan mendeteksi pemutihan dengan melihat jaringan putih pucat yang menandakan stres. Alat seperti CoralNet mengotomatiskan anotasi titik yang membutuhkan waktu berminggu-minggu bagi para ahli. AI juga menggabungkan foto terumbu karang dengan suhu permukaan laut yang diperoleh dari satelit untuk menandai terumbu karang yang berisiko mengalami pemutihan. Hasilnya adalah pemantauan yang lebih cepat, berulang, dan terstandarisasi yang memungkinkan pengelola membandingkan terumbu karang dari tahun ke tahun dan wilayah, memprioritaskan restorasi, dan mengukur apakah intervensi benar-benar berhasil.
CoralNet menggunakan pembelajaran mesin untuk memberi anotasi otomatis pada foto survei bentik, memperkirakan tutupan karang hidup dari ribuan gambar.
Allen Coral Atlas menggabungkan citra satelit dan AI untuk memetakan terumbu dangkal secara global dan mendeteksi peristiwa pemutihan.
Reef Check dan program serupa menggunakan analisis gambar berbantuan AI untuk meningkatkan data transek ilmu pengetahuan warga.
Kendaraan bawah air otonom di Great Barrier Reef menjalankan pengklasifikasi untuk mengidentifikasi jenis karang dan bintang laut berduri selama survei.
Harapkan inferensi real-time di kendaraan di mana AUV dan ROV mengklasifikasikan terumbu saat mereka berenang, ditambah model fotogrametri 3D yang melacak kompleksitas struktural dari waktu ke waktu. Sensor akustik yang dipasangkan dengan AI akan mengukur kesehatan terumbu karang berdasarkan bentang suaranya, dan model dasar yang dilatih berdasarkan jutaan gambar terumbu karang akan mengurangi kebutuhan akan pelabelan spesifik lokasi. Integrasi yang lebih erat dengan prakiraan peringatan dini pemutihan akan memungkinkan para pengelola untuk bertindak sebelum kematian massal, bukan hanya mendokumentasikannya.
Buletin gratis
Tiga cerita AI terverifikasi setiap pagi hari kerja, ditulis dalam bahasa Inggris sederhana. Gratis selamanya, tanpa iklan.
Satu email setiap hari kerja. Berhenti berlangganan dalam satu klik. Kami tidak pernah menjual atau membagikan alamat Anda.
Uji diri Anda sendiri
Umpan balik instan untuk setiap jawaban, dan sertifikat yang dapat dibagikan dengan ID yang dapat diverifikasi setelah Anda lulus kursus.
Mendukung pendidikan AI gratis. AI Understanding adalah organisasi nirlaba 501(c)(3) — tanpa iklan, tanpa paywall, selamanya. Berikan sumbangan
AI menganalisis citra bawah air, video, dan data sensor untuk melacak kesehatan karang, pemutihan karang, dan keanekaragaman hayati pada skala yang tidak dapat ditandingi oleh tim penyelam manusia. Hal ini penting karena terumbu karang cepat rusak dan keputusan konservasi bergantung pada data yang akurat dan tepat waktu.
Karang yang memutih mengeluarkan ganggang simbiosisnya yang berwarna-warni, berubah menjadi putih, sehingga detektor menentukan peralihan ke kecerahan tinggi dan saturasi warna rendah.
CoralNet mengotomatiskan anotasi titik pada gambar terumbu yang pernah dilakukan secara manual oleh para ahli, yaitu memperkirakan tutupan karang dari kumpulan foto berukuran besar.
Survei modern menghasilkan citra dalam jumlah besar, jauh lebih banyak daripada yang dapat diklasifikasi secara manual oleh para ilmuwan, sehingga AI dapat mengukur analisisnya.
Allen Coral Atlas menggabungkan citra satelit dengan AI untuk memetakan terumbu dangkal di seluruh dunia dan pemutihan bendera.
Perbedaan dalam air, cahaya, kedalaman, dan pengaturan kamera menyebabkan tampilan berbeda-beda, sehingga model memerlukan beragam data dan koreksi warna agar dapat digeneralisasi.
Teruslah belajar
Panduan lainnya dipilih untuk topik ini
SelanjutnyaPanduan berikutnya
AI dalam Pemantauan Kualitas Udara
Aplikasi