Il prossimoProssima guida
Cancellazione dell'eco acustico
IA audio
GUIDA alle applicazioni
L’intelligenza artificiale scansiona grandi quantità di audio subacqueo per rilevare, classificare e tracciare balene e altri mammiferi marini in base ai loro richiami.
Ascolta questa guidaNarrato dall'IA · ~2 min
È importante per prevenire gli attacchi alle navi, ridurre il rumore dannoso e comprendere le specie che raramente possiamo vedere.
L'oceano è opaco alla luce ma trasporta il suono per centinaia di miglia, quindi i mammiferi marini si affidano alle vocalizzazioni, e così fanno gli scienziati. Gli idrofoni, siano essi ormeggiati, trainati o su alianti autonomi, registrano continuamente, producendo terabyte di audio. Rilevatori di intelligenza artificiale costruiti su CNN e modelli ricorrenti o trasformatori scansionano gli spettrogrammi per trovare richiami di balene in mezzo al rumore della nave, identificare le specie da suoni caratteristici come il canto della megattera o il richiamo della balena franca e persino distinguere i singoli modelli di clic di capodogli e delfini. La collaborazione di Google con la NOAA ha prodotto classificatori di megattere provenienti da decenni di registrazioni nel Pacifico. Il rilevamento quasi in tempo reale alimenta i sistemi che avvisano le navi di rallentare, aiutando a proteggere le balene franche del Nord Atlantico in grave pericolo da collisioni mortali.
I sistemi di rilevamento della balena franca quasi in tempo reale avvisano le navi di rallentare ed evitare collisioni al largo della costa orientale degli Stati Uniti.
Google e NOAA hanno creato classificatori AI per trovare i canti delle megattere in decenni di dati sugli idrofoni del Pacifico.
Alianti autonomi con rilevatori a bordo rilevano la presenza di balene nelle remote regioni oceaniche.
Il progetto CETI applica l'apprendimento automatico per analizzare le sequenze di clic (codas) dei capodogli per studiarne la comunicazione.
Aspettatevi reti di boe e alianti intelligenti che effettuino il rilevamento a bordo e trasmettano avvisi a marinai e gestori in pochi minuti. I modelli auto-supervisionati impareranno dall’audio oceanico senza etichetta, migliorando il rilevamento delle specie poco studiate. Progetti come il progetto CETI mirano a utilizzare l’apprendimento automatico per decodificare la struttura della comunicazione dei capodogli. Combinata con la stima passiva della densità acustica, l’intelligenza artificiale potrebbe fornire un monitoraggio continuo della popolazione su scala oceanica e una gestione delle spedizioni dinamica e consapevole del rumore.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
L’intelligenza artificiale scansiona grandi quantità di audio subacqueo per rilevare, classificare e tracciare balene e altri mammiferi marini in base ai loro richiami. È importante per prevenire gli attacchi delle navi, ridurre il rumore dannoso e comprendere le specie che raramente possiamo vedere.
La luce svanisce rapidamente sott'acqua mentre il suono viaggia per centinaia di miglia, quindi le vocalizzazioni sono il modo principale per rilevare i mammiferi marini distanti.
I sistemi di rilevamento segnalano le balene franche in via di estinzione e avvertono le navi di ridurre la velocità, riducendo il rischio di collisioni mortali.
Google ha collaborato con NOAA per applicare l'intelligenza artificiale a decenni di registrazioni subacquee e identificare il canto delle megattere.
Le chiamate a bassa frequenza competono con il rumore del motore e del rilevamento e la propagazione distorce i segnali, complicando il rilevamento.
Il progetto CETI applica l’apprendimento automatico per decodificare la struttura della coda dei capodogli per comprendere meglio come comunicano.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Cancellazione dell'eco acustico
IA audio