De specialisten van de British Antarctic Survey (BAS) hebben een revolutionaire stap gezet in het verkennen van de diepzee door geavanceerde hulpmiddelen voor kunstmatige intelligentie (AI) te implementeren. Deze technologische sprong heeft de snelheid waarmee gegevens van de Antarctische zeebodem worden geanalyseerd, drastisch veranderd en de efficiëntie van het onderzoek naar ongekende hoogten gebracht. Voorheen kostte het handmatig analyseren en verwerken van één enkele onderwaterafbeelding door een menselijke expert tot wel acht uur. Dankzij de nieuwe AI-systemen wordt dit tijdrovende proces nu in slechts enkele seconden voltooid. Dit stelt de onderzoeksteams in staat om de verzamelde data in real-time te labelen en te interpreteren, direct tijdens de lopende expedities in de afgelegen en ijskoude wateren van Antarctica.
De onderzeese vlakte van Antarctica, met name de Zuidelijke Oceaan, wordt beschouwd als een onschatbare schatkamer van biologische diversiteit. Het herbergt meer dan 94% van alle bekende soorten die in dit watergebied voorkomen. Veel van deze levensvormen zijn uniek en hebben complexe overlevingsmechanismen ontwikkeld om te kunnen gedijen onder de extreme en permanent koude omstandigheden. Dr. Cameron Trotter, die als machine learning specialist bij BAS de hoofdauteur van de studie is, bevestigde de significante winst in operationele snelheid. Hij benadrukte dat de capaciteit van de AI om de analysetijd van beelden terug te brengen van acht uur naar een fractie van een minuut, een gamechanger is voor het tempo van polair onderzoek.
Het geavanceerde AI-model is ontwikkeld en getraind met behulp van uitgebreid beeldmateriaal dat verzameld werd tijdens een missie aan boord van het Duitse onderzoeksschip RV Polarstern in de Weddellzee. Om de AI te kalibreren, hebben de onderzoekers de eerste honderd beelden uit deze dataset nauwgezet en handmatig geannoteerd. De technologie is nu voldoende verfijnd om met grote nauwkeurigheid diverse diepzeebewoners in de gehele Zuidelijke Oceaan te identificeren. Dit omvat cruciale soorten zoals zeesterren, diverse koralen, sponzen en verschillende soorten vissen. Dr. Rowan Whittles, een paleobioloog die eveneens deel uitmaakt van BAS, wees op een belangrijk ecologisch voordeel. Zij stelde dat het gebruik van AI het mogelijk maakt om af te zien van traditionele, vaak destructieve methoden voor dataverzameling, zoals het gebruik van sleepnetten en andere vangtechnieken. Dit is van vitaal belang voor de bescherming van de uiterst kwetsbare Antarctische ecosystemen.
Momenteel staat het team voor de uitdaging om een omvangrijk archief te verwerken dat meer dan 30.000 beelden bevat. Dit enorme datavolume is verzameld tijdens eerdere wetenschappelijke missies in de buurt van het Antarctisch Schiereiland en in de Weddellzee. De baanbrekende resultaten van dit werk werden recentelijk gedeeld met de internationale gemeenschap tijdens de International Conference on Computer Vision (ICCV), gehouden in Honolulu, Verenigde Staten. Deze technologische sprong voorwaarts opent niet alleen nieuwe deuren voor een dieper begrip van deze fragiele mariene omgevingen, maar voorziet beleidsmakers ook van kritieke, actuele informatie die noodzakelijk is voor het effectief waarborgen van de bescherming van deze unieke habitats.
De inzet van kunstmatige intelligentie in polaire onderzoeksgebieden is geen geïsoleerd experiment binnen de British Antarctic Survey. Het AI Laboratorium van BAS past machine learning algoritmes actief toe voor een breed scala aan operationele en wetenschappelijke doeleinden. De toepassingen variëren van het nauwkeurig voorspellen van de dynamiek van het zee-ijs tot het automatiseren van complexe logistieke processen tijdens polaire operaties. De effectiviteit van deze methodologie is ook elders bewezen; soortgelijke algoritmes worden bijvoorbeeld met succes gebruikt om de migratieroutes van kariboes in het Arctische gebied in kaart te brengen en te voorspellen, waardoor gerichte beschermingsmaatregelen voor hun trekroutes kunnen worden genomen. Dit onderstreept de veelzijdigheid en het transformationele potentieel van AI in de mondiale milieuwetenschappen.