HƯỚNG DẪN ứng dụng

AI trong âm thanh của cá voi và động vật có vú ở biển

AI quét lượng lớn âm thanh dưới nước để phát hiện, phân loại và theo dõi cá voi cũng như các động vật có vú dưới biển khác theo tiếng gọi của chúng.

Tổng quan

AI quét lượng lớn âm thanh dưới nước để phát hiện, phân loại và theo dõi cá voi cũng như các động vật có vú dưới biển khác theo tiếng kêu của chúng. Điều quan trọng là ngăn chặn các cuộc va chạm với tàu, giảm tiếng ồn có hại và hiểu rõ các loài mà chúng ta hiếm khi nhìn thấy.

AI trong Âm thanh của Cá voi và Động vật có vú ở biển tập trung vào triển khai thực tế: biến khả năng của mô hình thành quy trình công việc hàng ngày đáng tin cậy mang lại giá trị có thể đo lường được.

Lặn sâu

Đại dương mờ đục trước ánh sáng nhưng truyền âm thanh đi xa hàng trăm dặm, vì vậy động vật có vú ở biển dựa vào tiếng kêu, và các nhà khoa học cũng vậy. Hydrophone, dù được neo, kéo hay trên tàu lượn tự động, đều ghi liên tục, tạo ra âm thanh hàng terabyte. Máy dò AI được xây dựng trên CNN và các mô hình tái phát hoặc máy biến áp quét quang phổ để tìm tiếng kêu của cá voi trong tiếng ồn của tàu, xác định các loài từ các âm thanh đặc trưng như bài hát của cá voi lưng gù hoặc tiếng kêu của cá voi bên phải và thậm chí phân biệt các kiểu nhấp chuột riêng lẻ của cá nhà táng và cá heo. Sự hợp tác của Google với NOAA đã tạo ra các bộ phân loại cá voi lưng gù từ các bản ghi âm ở Thái Bình Dương trong nhiều thập kỷ. Hệ thống cung cấp dữ liệu phát hiện gần như theo thời gian thực nhằm cảnh báo các tàu chạy chậm lại, giúp bảo vệ loài cá voi đầu bò Bắc Đại Tây Dương đang bị đe dọa nghiêm trọng khỏi các vụ va chạm chết người.

Hiểu biết kỹ thuật

Giống như các loài chim, các tiếng kêu được chuyển thành biểu đồ quang phổ và được phân loại theo mạng sâu, nhưng bối cảnh dưới nước gây thêm trở ngại: tiếng kêu của cá voi tần số thấp chồng lên tiếng động cơ và tiếng ồn khảo sát địa chấn, sự truyền âm thanh làm biến dạng tín hiệu và dữ liệu được dán nhãn cho các loài quý hiếm là rất khan hiếm. Trình phát hiện thường được điều chỉnh để có khả năng thu hồi cao để không bị bỏ lỡ cuộc gọi, sau đó các nhà phân tích con người sẽ xác minh các phân đoạn được gắn cờ. Một số hệ thống chạy trên phao, truyền tín hiệu phát hiện vào bờ gần như theo thời gian thực.

Làm chủ AI trong âm thanh của cá voi và động vật có vú ở biển

AI quét lượng lớn âm thanh dưới nước để phát hiện, phân loại và theo dõi cá voi cũng như các động vật có vú dưới biển khác theo tiếng gọi của chúng. Điều quan trọng là ngăn chặn các cuộc va chạm với tàu, giảm tiếng ồn có hại và hiểu rõ các loài mà chúng ta hiếm khi nhìn thấy. AI trong Âm thanh của Cá voi và Động vật có vú ở biển tập trung vào triển khai thực tế: biến khả năng của mô hình thành quy trình công việc hàng ngày đáng tin cậy mang lại giá trị có thể đo lường được. Để xây dựng sự hiểu biết sâu sắc, hãy coi AI trong Âm thanh của Cá voi và Động vật có vú ở biển như một mô hình vận hành chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể làm một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.

Trong thực tế, các nhóm mạnh sử dụng AI trong Âm thanh của cá voi và động vật có vú dưới biển tập trung vào kết quả của quy trình làm việc chứ không phải các bản trình diễn mô hình và xác định sớm các điểm kiểm tra của con người. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.

Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không. Đồng thời, Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.

Tác động chiến lược

Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.

Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.

Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.

Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.

Tương lai của AI trong âm thanh của cá voi và động vật có vú ở biển

Mong đợi mạng lưới phao và tàu lượn thông minh thực hiện phát hiện trên tàu và gửi cảnh báo tới người đi biển và người quản lý trong vòng vài phút. Các mô hình tự giám sát sẽ học hỏi từ âm thanh đại dương không được gắn nhãn, cải thiện khả năng phát hiện các loài chưa được nghiên cứu kỹ. Các dự án như Project CETI nhằm mục đích sử dụng máy học để giải mã cấu trúc giao tiếp của cá nhà táng. Kết hợp với ước tính mật độ âm thanh thụ động, AI có thể cung cấp khả năng giám sát dân số liên tục ở quy mô lưu vực đại dương và quản lý vận chuyển năng động, nhận biết tiếng ồn.

Triển khai trong thế giới thực

Hệ thống phát hiện cá voi bên phải gần như theo thời gian thực cảnh báo các tàu giảm tốc độ và tránh va chạm ngoài khơi Bờ Đông Hoa Kỳ.

Google và NOAA đã xây dựng các bộ phân loại AI để tìm các bài hát của cá voi lưng gù trong dữ liệu thủy điện ở Thái Bình Dương hàng thập kỷ.

Tàu lượn tự động có máy dò trên tàu khảo sát sự hiện diện của cá voi trên khắp các vùng biển xa xôi.

Dự án CETI áp dụng công nghệ học máy để phân tích chuỗi nhấp chuột (coda) của cá nhà táng nhằm nghiên cứu khả năng giao tiếp của chúng.

Các mẫu triển khai

AI trong âm thanh của cá voi và động vật có vú ở biển trong thực tế

Hệ thống phát hiện cá voi bên phải gần như theo thời gian thực cảnh báo các tàu giảm tốc độ và tránh va chạm ngoài khơi Bờ Đông Hoa Kỳ.

Hệ thống phát hiện cá voi bên phải gần như theo thời gian thực cảnh báo các tàu giảm tốc độ và tránh va chạm ngoài khơi Bờ Đông Hoa Kỳ. Các Đội ở Bờ Đông Hoa Kỳ thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

AI trong âm thanh của cá voi và động vật có vú ở biển trong thực tế

Google và NOAA đã xây dựng các bộ phân loại AI để tìm các bài hát của cá voi lưng gù trong dữ liệu thủy điện ở Thái Bình Dương hàng thập kỷ.

Google và NOAA đã xây dựng các bộ phân loại AI để tìm các bài hát của cá voi lưng gù trong dữ liệu điện thoại dưới nước ở Thái Bình Dương trong nhiều thập kỷ. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, theo dõi lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.

AI trong âm thanh của cá voi và động vật có vú ở biển trong thực tế

Tàu lượn tự động có máy dò trên tàu khảo sát sự hiện diện của cá voi trên khắp các vùng biển xa xôi.

Tàu lượn tự động có máy dò tích hợp khảo sát sự hiện diện của cá voi trên khắp các vùng biển xa xôi. Các nhóm thường đạt được kết quả tốt hơn khi xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.

AI trong âm thanh của cá voi và động vật có vú ở biển trong thực tế

Dự án CETI áp dụng công nghệ học máy để phân tích chuỗi nhấp chuột (coda) của cá nhà táng nhằm nghiên cứu khả năng giao tiếp của chúng.

Dự án CETI áp dụng công nghệ học máy để phân tích các chuỗi nhấp chuột (coda) của cá nhà táng nhằm nghiên cứu khả năng giao tiếp của chúng. Các nhóm thường đạt được kết quả tốt hơn khi xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.

Rủi ro & lan can

!

Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.

!

Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.

!

Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.

Lộ trình thực hiện

1

Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.

Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

2

Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.

Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

3

Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.

Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

4

Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.

Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.

Tiếp tục khám phá