Специалисты Британской антарктической службы (British Antarctic Survey, BAS) совершили значительный прорыв в исследовании подводного мира, внедрив передовые инструменты искусственного интеллекта (ИИ). Эта инновация радикально изменила скорость анализа данных, полученных с антарктического дна. Если ранее на ручную обработку одного изображения уходило до восьми часов, то теперь этот процесс занимает всего несколько секунд, что позволяет маркировать данные в режиме реального времени непосредственно во время экспедиций в ледяных широтах.
Подводная равнина Антарктики представляет собой хранилище биологического разнообразия, где сосредоточено более 94% всех известных видов Южного океана. Многие из этих организмов — уникальные формы жизни, выработавшие механизмы выживания в условиях вечного холода. Доктор Кэмерон Троттер, ведущий автор исследования и специалист по машинному обучению в BAS, подтвердил, что ИИ сокращает время анализа снимков с восьми часов до нескольких секунд.
Модель ИИ была обучена на материалах, собранных на борту немецкого судна RV Polarstern в море Уэдделла, где исследователи вручную аннотировали первые сто снимков. Теперь технология способна идентифицировать морских обитателей, включая морские звезды, кораллы, губки и рыбы, по всему Южному океану. Доктор Роуэн Уиттл, палеобиолог из BAS, отметила, что применение ИИ позволяет отказаться от традиционных, зачастую разрушительных методов сбора данных, таких как траление и вылов, что критически важно для сохранения уязвимых экосистем.
В настоящее время ученые обрабатывают внушительный архив, насчитывающий более 30 000 изображений, накопленных во время миссий у Антарктического полуострова и в море Уэдделла. Результаты этого труда были представлены на Международной конференции по компьютерному зрению (ICCV) в Гонолулу, США. Этот технологический скачок открывает новые горизонты для понимания хрупких экосистем и предоставляет политикам критически важную информацию для сохранения этих мест обитания.
Использование ИИ в полярных исследованиях не является единичным случаем. Лаборатория ИИ Британской антарктической службы активно применяет машинное обучение для решения широкого круга задач, от прогнозирования состояния морского льда до автоматизации полярных операций. Этот подход демонстрирует эффективность в других областях, например, схожие алгоритмы используются для прогнозирования миграционных путей карибу в Арктике, что способствует защите их маршрутов.