AI en Zeeolifanten: Een Nieuwe Precisie in Migratiepatronen

13:42, 04 december

Bewerkt door: Inna Horoshkina One

De verrassende manieren waarop ruimtevaarttechnologie onze oceanen kan redden | Jake Levenson | TEDxFoggyBottom

De hedendaagse oceanografie zet een stap die slechts enkele jaren geleden nog als sciencefiction klonk. Een nieuw diepgaand leermodel, de Temporal Fusion Transformer (TFT), heeft wetenschappers voor het eerst in staat gesteld om migraties van zeedieren te voorspellen op basis van de actuele dynamiek van de oceaan, in plaats van louter op historische sporen.

Dit markeert een keerpunt: het toont aan dat Kunstmatige Intelligentie (AI) niet alleen data kan verwerken, maar ook in staat is de levensritmes van de natuur te 'horen'.

434 Satellietsporen leiden tot een nieuw inzicht

Onderzoekers pasten de TFT-architectuur toe op de grootste dataset ooit verzameld over zuidelijke zeeolifanten. Dit omvatte de bewegingen van 434 individuen, goed voor duizenden uren aan trackinggegevens en miljoenen verzamelde signalen.

De resultaten waren opmerkelijk en lieten een significante verbetering zien:

De foutmarge bij locatiebepaling nam met 15% af. Binnen de bio-logging wordt dit beschouwd als een gigantische sprong voorwaarts.

Het gebied van waarschijnlijke aanwezigheid werd vijf keer kleiner. Het model wist de uitgestrektheid van de oceaan letterlijk te verkleinen tot de meest waarschijnlijke route.

Twee cruciale factoren die de migratie sturen, werden geïdentificeerd: de batymetrie (de diepte van de zeebodem) en de watertemperatuur.

Dit bevestigt wat zoölogen al decennialang intuïtief aanvoelden: de olifanten volgen de lijnen van warmte en diepte, alsof ze een onzichtbare oceaanlandkaart volgen. De AI heeft deze kaart nu voor het eerst daadwerkelijk kunnen 'lezen'.

Relevantie die verder reikt dan de wetenschap

Het belang van deze ontwikkeling strekt zich uit tot ver buiten de academische wereld. Deze voorspellende kracht biedt concrete mogelijkheden om:

Aanvaringen met schepen te voorkomen.

De schade veroorzaakt door visserijactiviteiten te beperken.

Soorten te beschermen waarvan de migratieroutes duizenden kilometers beslaan.

Misschien wel het meest cruciaal is dat we nu een methode hebben om effectief om te gaan met de schaarse en gefragmenteerde data, wat traditioneel het grootste struikelblok is in de oceanografie. Waar de oceaan voorheen een groot, onbekend gebied was, begint deze nu vorm en structuur te krijgen.

Van Zeeolifanten naar Mondiale Ecosystemen

De toepassing van de TFT is geen geïsoleerd succesverhaal. Het is een voorbode van een nieuwe golf waarin AI een veelzijdige rol gaat spelen:

Als een nauwkeurige waarnemer van zeestromingen.

Als een spoorzoeker van klimaatverandering.

Als een detector van zwerfvuil op satellietbeelden.

Als een vertaler van het complexe gedrag van de oceaan naar menselijk begrijpelijke patronen.

Waar voorheen decennia aan handmatige dataverwerking nodig waren, volstaat nu de berekening van een neuraal netwerk in enkele minuten. We zien niet langer alleen de sporen; we ontdekken de dynamiek, de motieven en de onderliggende patronen.

Wat heeft dit toegevoegd aan het 'geluid' van de planeet?

De oceanen klinken nu een stuk helderder. De AI vervangt de natuurwaarnemers niet; het fungeert als een nieuw zintuig voor hen. Het heeft geholpen om te horen wat verborgen bleef achter ruis, toeval en verloren signalen.

De planeet heeft hiermee gewonnen:

Een nieuwe mate van precisie.

Een verbeterd vermogen om te anticiperen op toekomstige gebeurtenissen.

Een nieuwe harmonie tussen technologische vooruitgang en levende systemen.

En dan is er nog die stille les die tussen de regels door schemert: de oceaan zelf verandert niet; het zijn wij die veranderen, waardoor we eindelijk in staat zijn deze te doorgronden.

#OceanAI