Фахівці Британської антарктичної служби (British Antarctic Survey, BAS) здійснили справжній прорив у дослідженні підводного світу, інтегрувавши передові інструменти штучного інтелекту (ШІ). Ця технологічна інновація кардинально прискорила процес аналізу даних, зібраних із дна Антарктики. Якщо раніше для ручної обробки лише одного зображення потрібно було витратити до восьми годин, то сьогодні цей самий процес займає лічені секунди. Це дозволяє здійснювати маркування даних у режимі реального часу безпосередньо під час наукових експедицій у крижаних широтах, значно підвищуючи ефективність польових робіт.
Підводна рівнина Антарктики є унікальним сховищем біологічного різноманіття. Тут зосереджено понад 94% усіх відомих видів Південного океану. Багато з цих організмів є унікальними формами життя, які виробили особливі механізми виживання в умовах постійного холоду. Доктор Кемерон Троттер, провідний автор цього дослідження та фахівець із машинного навчання в BAS, підтвердив, що впровадження ШІ дозволяє скоротити час аналізу знімків із восьми годин до кількох секунд, що є критично важливим для масштабних досліджень і швидкого прийняття рішень.
Модель штучного інтелекту пройшла навчання на матеріалах, зібраних на борту німецького судна RV Polarstern у морі Ведделла. На початковому етапі дослідники вручну анотували першу сотню зображень, закладаючи основу для алгоритму. Тепер ця технологія здатна ідентифікувати різноманітних морських мешканців, включаючи морських зірок, корали, губки та риб, по всьому Південному океану. Доктор Роуен Віттелл, палеобіолог із BAS, наголосила, що використання ШІ дає змогу відмовитися від традиційних, часто руйнівних методів збору даних, таких як тралення та вилов. Це має вирішальне значення для збереження вразливих екосистем регіону, оскільки дозволяє проводити моніторинг без фізичного втручання.
Наразі науковці активно опрацьовують значний архів, що налічує понад 30 000 зображень, які були накопичені під час місій поблизу Антарктичного півострова та в морі Ведделла. Результати цієї колосальної роботи були представлені на Міжнародній конференції з комп’ютерного зору (ICCV), що відбулася в Гонолулу, США. Цей технологічний стрибок відкриває нові перспективи для глибокого розуміння крихких екосистем і надає політикам критично важливу інформацію, необхідну для ефективного збереження цих унікальних місць існування та розробки природоохоронних стратегій.
Застосування штучного інтелекту в полярних дослідженнях не є поодиноким випадком. Лабораторія ШІ Британської антарктичної служби активно використовує машинне навчання для вирішення широкого спектру завдань. Це включає прогнозування стану морського льоду та автоматизацію полярних операцій. Цей підхід демонструє свою ефективність і в інших сферах: наприклад, схожі алгоритми застосовуються для прогнозування міграційних шляхів карибу в Арктиці, що сприяє захисту їхніх маршрутів пересування та забезпеченню стійкості популяцій.