サンゴ礁モニタリングにおける AI クイズ

クイズに答えると、答えと解説が表示されます。

1. AI 白化検出器は主にサンゴのどのような視覚的変化を検出しますか?
   • 青白く、彩度の低い組織への移行
   • サンゴ上の緑藻の増加
   • サンゴ周辺の水温の低下
   • 新しいサンゴの枝の成長
2. 機械学習を適用して底生調査写真に自動注釈を付ける広く使用されているツールはどれですか?
   • TensorFlow リーフ
   • コーラルネット
   • ディープブルー
   • シースキャン
3. サンゴ礁の監視に AI が必要な主な理由は何ですか?
   • サンゴ礁は人間のダイバーにとって寒すぎる
   • 人工衛星では海の写真は撮れない
   • カメラや AUV からの画像は人間が手作業でラベル付けできるものを大幅に超えています
   • サンゴは時間が経っても変化しない
4. Allen Coral Atlas は主に AI と何を組み合わせますか?
   • 潮位計の測定値
   • 漁船日誌
   • ダイバーの心拍数データ
   • 衛星画像
5. サンゴ礁分類モデルにとって「ドメインシフト」が課題となるのはなぜですか?
   • 水の透明度、照明、カメラの色はサイトによって大きく異なります
   • サンゴ礁は常に同じ深さで撮影されます
   • サンゴの種類は世界中で同じです
   • AIはカラー画像を処理できません
6. 画像のほかに、AI がサンゴ礁の健全性を評価するために使用できる新しいデータ ソースは何ですか?
   • 月の満ち欠け
   • サンゴ礁の水中サウンドスケープ
   • 近くの船の数
   • 海洋塩分のみ
7. Which satellite-derived variable can be combined with reef imagery to flag bleaching risk?
   • The amount of traffic on nearby roads
   • The average height of coastal buildings
   • Sea-surface temperature and related heat-stress measures
   • The number of boats registered in the reef region
8. What benthic cover information can reef classifiers estimate from survey photos?
   • Only the water's salinity and pH
   • The total number of fish species in the ocean
   • The age of every coral colony in years
   • Percent cover of live coral, algae, sand, and rubble