探索真正的蓝海:如何利用人工智能改善海洋捕捞业

加速会  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
探索真正的蓝海:如何利用人工智能改善海洋捕捞业
编者按:据联合国粮食及农业组织表示,全球范围内过度开发鱼类种群的现象正在愈演愈烈。太平洋岛屿政府和工业界之间正在展开合作,希望通过利用 人工智能 改变捕捞业的现状。作者 Steven Melendez 介绍了电子监测系统与 人工智能 的结合会如何帮助改善整个太平洋的可持续捕捞状态。

目前,鱼类开发总量的近90%已经达到或超过该产业具有可持续发展的能力的范围,而且在不到10年内,该产量预计将增长17%。

捕鱼业具有可持续发展能力的关键之一,是雇用人们来像监测器来观察从海中捞出的所有物种。 在美国,渔船通常由陪同遵守捕鱼条例的独立观察员陪同。

但在其他国家的水域,却是一番完全不同的景象,所以一些希望阻止过度捕捞的政府和独立机构正在把目光转向高科技的数字工具,例如能让社交媒体网站识别照片中的面孔的技术。

在印度尼西亚和菲律宾到夏威夷的太平洋地区——世界范围内大部分金枪鱼所来源的地区,大自然保护协会之印度太平洋——金枪鱼计划的负责人Mark Zimring告诉我们,在这片巨大的水域,只有2%的捕鱼作业是被观察员陪同监察着的。

这使得科学家更难统计捕捞对该地区的濒危物种的影响,这意味着大量有价值的鱼—— 包括在世界各地的寿司餐馆中发现的黄鳍金枪鱼和大眼金枪鱼品种——正被过量非法收获,他说道。

但是,通过使用摄像机记录捕获的生物和通过物种对其进行分类的复杂软件,可以有效地自动化许多需要观察者的工作,监管者将能够更全面地了解某地区的捕捞现状和检测非法操作现象。

正如自动化和机器学习给予互联网公司详细的记录数据和对用户在线行为的预测,这些科学技术也可以使科学家和政府机构建立类似于网络数据库的世界渔业详细模型。

探索真正的蓝海:如何利用人工智能改善海洋捕捞业

图:(在帕劳,一张对安装在延绳钓的金枪鱼小船Satlink高清电子监控照相机的特写镜头。 电子监控系统将运动传感器和 GPS 系统所监测的数据与记录在甲板上发生的一切的摄像机连接起来,使政府和行业内部人士能够看到渔船上所捕获的物种。 照片来源:大自然保护协会)

“《今天》杂志估计,所谓的非法,未报告和无管制的捕鱼费用每年已经达到了5亿美元到15亿美元之间,”Zimring说。 甚至不会通常出现的情况,例如捕获和杀死海洋中的鲨鱼等食肉动物,也可能对水生生态系统产生重大影响,他说。

“我们真的需要从一种科学的角度进一步了解,一些处于危险的物种,如鲨鱼和海龟是何时何地被捕获,又是怎么被处置的”他说。

大自然保护协会正与该地区的政府,包括帕劳、密克罗尼西亚、马绍尔群岛和所罗门群岛的各国政府合作,实施替代监测方案,捕获渔船的录像,而不是像以前那样在每艘船上安放观察员。 到目前为止,该组织已经配备了大约十几架专业的渔船相机,计划今年将投放更多。

录像会被即时存储在硬盘上,当船进入港口时系统可以将其自动移除并等待人员对其进行分析。 但是该方法仍然产生了大量的原始视频,需要进行大量的手动分析。 为了节省时间,使此方法具有更高的可行度,大自然保护协会正在研究如何使用机器学习技术来处理视频材料。

“我们必须能够做到将原始视频数据翻译成有用的信息,只有这样,机器学习才能真正起到帮助我们的作用,”Zimring说。 该组织正在赞助机器学习竞赛平台Kaggle的一个15万美元的挑战,为了寻求计算渔船捕获的海洋生物类型的最佳算法。

即使自动化方法不能完全替代人工分析,但如果他们可以减少需要人工亲自检查的镜头量,节省时间,并且可能更有效地传输视频材料,那么它们仍然可以为我们提供很大的帮助,Zimring说。

同样,国家海洋和大气管理局(NOAA)正在调查在美国从大西洋到太平洋的渔业中使用电子监测。 一个试点项目是将相机放在阿拉斯加的小船上,捕捉鱼如鳕鱼和大比目鱼。

NOAA阿拉斯加渔业科学中心的渔业监测和分析部主任Chris Rilling说:“很难在这些船上安装观测器,我们一直与他们一起开发电子监测作为替代方案。 现在,参与自愿试验计划的渔船配备了摄像机和硬盘驱动器,定期运送到NOAA进行人工审查,但该机构正在开发一套用于机器学习算法的训练数据,以期整合 自动分类。 探索真正的蓝海:如何利用人工智能改善海洋捕捞业 图:(长线金枪鱼渔业中的资深人类观察者Ivan Sesebo。他负责收集数据并跟踪记录船舶遵守捕鱼法规的情况。 到目前为止,只有2%的延绳金枪鱼船有人类观察员监测捕获。 保护协会和合作伙伴正在测试电子监测系统与人工智能的结合能够如何填补这一数据差距。照片来源:大自然保护协会。)

NOAA(美国国家海洋和大气局)研究员Farron Wallace说:“数据集必须来源于让人颇为担心的捕渔业,因为首先我们需要了解物种的复杂性。 即使机器学习算法并不完美,但由于科学家将能够测试产生的数据所携带固有的不确定性,所以在算法有缺陷的情况下,此方法仍然可以大量提供有价值的信息,他说。

NOAA还在尝试以电子方式监测鱼类在水下时的情况。 2015年首次推出的一台设备使用一台低功率计算机和声纳系统连接到海底,以监测鱼群。

NOAA生物学家Alex De Robertis说:“这些仪器唤醒并发送信号,我们在船上测量反射的能量,数据将会告诉我们鱼群的数量。 当设备的测量工作完成后,NOAA研究人员向其发送一种特定的音频信号,使附着的浮选装置从海底分离并上升到海平面。

今年夏天,该机构计划将一些设备放置在北极的偏远地区。因为在冬季只能使用价格昂贵并且使用起来及其困难的破冰船。所以在夏天提前放置设备并且将它们留在原地,以便在冬季水面冻结后跟踪鱼群和运动。

“我认为这样做的优势在于能够长时间的保持数据的连续性,”De Robertis说。 “因为在冬天水面结冻后,想要不间断的进行人工检测是一件及其困难并且昂贵的事情。”

翻译来自:虫洞翻翻   译者ID:赵书绮

本文来自翻译: www.fastcompany.com

   



随意打赏

幸福蓝海蓝海战略
提交建议
微信扫一扫,分享给好友吧。