ДаліНаступний посібник
Приглушення акустичного відлуння
Аудіо AI
ПОСІБНИК із застосування
ШІ в акустиці китів і морських ссавців
AI сканує величезну кількість підводного аудіо, щоб виявляти, класифікувати та відстежувати китів та інших морських ссавців за їх криками.
Послухайте цей посібникШІ-розказаний · ~2 min
На цій сторінці2 хвилини читання
Огляд
Це важливо для запобігання зіткненням із суднами, зменшенням шкідливого шуму та розумінням видів, які ми рідко бачимо.
Глибоке занурення
Океан непрозорий для світла, але переносить звук на сотні миль, тому морські ссавці покладаються на вокалізацію, як і вчені. Гідрофони, пришвартовані, буксировані чи на автономних планерах, безперервно записують, створюючи терабайти звуку. Детектори штучного інтелекту, створені на основі CNN і повторюваних або трансформаторних моделей, сканують спектрограми, щоб знаходити крики китів серед шуму корабля, ідентифікувати види за такими характерними звуками, як пісня горбатого або крик правого кита, і навіть розрізняти індивідуальні шаблони клацання кашалотів і дельфінів. Співпраця Google з NOAA створила класифікатори горбатих китів на основі десятиліть тихоокеанських записів. Системи виявлення майже в реальному часі сповіщають кораблі про сповільнення, допомагаючи захистити північноатлантичних гладких китів, які знаходяться під загрозою зникнення, від смертельних зіткнень.
Реалізація в реальному світі
Системи виявлення гладких китів майже в реальному часі сповіщають кораблі про необхідність уповільнити швидкість і уникнути зіткнень біля східного узбережжя США.
Google та NOAA створили класифікатори штучного інтелекту, щоб знаходити пісні горбатих китів у даних тихоокеанських гідрофонів за десятиліття.
Автономні планери з бортовими детекторами досліджують присутність китів у віддалених регіонах океану.
Проект CETI застосовує машинне навчання для аналізу послідовностей клацань (код) кашалотів для вивчення їх спілкування.
Майбутнє ШІ в акустиці китів і морських ссавців
Очікуйте, що мережі розумних буїв і планерів виконають бортове виявлення та сповіщатимуть мореплавців і менеджерів за лічені хвилини. Самоконтрольовані моделі навчатимуться на немаркованому звуку океану, покращуючи виявлення маловивчених видів. Такі проекти, як Project CETI, спрямовані на використання машинного навчання для декодування структури спілкування кашалота. У поєднанні з оцінкою пасивної акустичної щільності штучний інтелект може забезпечувати безперервний моніторинг населення в масштабі океанського басейну та динамічне управління судноплавством з урахуванням шуму.
Застосування на практиці
Чому це важливо
- Створіть вибір. Розробка на рівні програми визначає, чи покращує ШІ реальні результати.
- Команда та робочий процес. Хороша інтеграція робочого процесу підвищує продуктивність, якій користувачі довіряють.
- Ризики та безпека. Добре розроблені варіанти використання зменшують втому від змін і ризик впровадження.
Зверніть увагу на
- Автоматизація несправного процесу може посилити існуючі проблеми.
- Команди можуть надмірно автоматизувати роботу й усунути необхідне людське судження.
- Якість може погіршуватися, якщо результати не оцінюються постійно.
Наступні кроки
- Намалюйте поточний робочий процес і визначте крок із найбільшим тертям.
- Визначте контрольні точки людини перед повною автоматизацією.
- Навчіть користувачів підказкам, шляхам ескалації та стандартам якості.
- Відстежуйте результати на рівні завдання, щоб підтвердити постійну цінність.
Продовжуйте досліджувати
Безплатний розсилок
Отримуйте щоденне зведення новин про ШІ
Три перевірені історії про ШІ щоробочого ранку, написані простою мовою. Безплатно назавжди, без реклами.
Один лист щотижня з понеділка по п'ятницю. Відписатися в один клік. Ми ніколи не продаємо та не передаємо вашу адресу.
Перевір себе
Take the AI in Whale and Marine Mammal Acoustics quiz
Миттєва зворотна связь на кожну відповідь та сертифікат із перевіреним ідентифікатором, яким можна поділитися, після проходження курсу.
Підтримайте безплатну освіту у сфері ШІ. AI Understanding — це некомерційна організація 501(c)(3) — без реклами, без платних стін, назавжди. Зробіть пожертву
Часті запитання
Що таке штучний інтелект в акустиці китів і морських ссавців?
AI сканує величезну кількість підводного аудіо, щоб виявляти, класифікувати та відстежувати китів та інших морських ссавців за їх криками. Це важливо для запобігання ударам суден, зменшення шкідливого шуму та розуміння видів, які ми рідко можемо побачити.
Чому звук, а не зір, є центральним у вивченні морських ссавців?
Під водою світло швидко слабшає, а звук поширюється на сотні миль, тому вокалізація є основним способом виявлення віддалених морських ссавців.
Яка програма безпеки в реальному світі використовує виявлення китів майже в реальному часі?
Системи виявлення позначають гладких китів, що знаходяться під загрозою зникнення, і попереджають судна зменшити швидкість, знижуючи ризик смертельних зіткнень.
Які організації співпрацювали у створенні класифікаторів пісень горбатих китів із тихоокеанських записів?
Google співпрацює з NOAA, щоб застосувати ШІ до десятиліть підводних записів і визначити пісні горбатих китів.
Що є унікальним для підводного акустичного виявлення?
Низькочастотні виклики конкурують із шумом двигуна та огляду, а поширення спотворює сигнали, ускладнюючи виявлення.
Яка мета використання машинного навчання в Project CETI?
Проект CETI застосовує машинне навчання для декодування структури кодів кашалота, щоб краще зрозуміти, як вони спілкуються.
Продовжуйте вчитися
Пов'язані посібники
Інші посібники, вибрані для цієї теми