人工智慧助力南極水下探測：數據分析效率提升數千倍

英國南極調查局（British Antarctic Survey, BAS）的專家們，透過導入尖端的人工智慧（AI）工具，在水下世界的研究中取得了重大突破。這項創新徹底改變了分析從南極海底獲取數據的速度。過去，人工處理一張圖像可能需要長達八小時，但現在，整個過程只需幾秒鐘即可完成。這使得研究人員能夠在極地冰封海域的探險期間，即時標記和處理數據，極大地提高了科考效率。

南極的海底平原是生物多樣性的巨大寶庫，這裡聚集了超過 94% 已知的南大洋物種。許多生活在該區域的生物，都是演化出獨特機制以在永恆寒冷條件下生存的生命形式。BAS 的機器學習專家兼該研究的主要作者凱麥隆·特羅特博士（Dr. Cameron Trotter）證實，AI 技術成功地將圖像分析時間從八小時大幅縮短至短短數秒，為科學家節省了寶貴的時間。

該 AI 模型是利用德國科考船 RV Polarstern 在威德爾海收集的資料進行訓練的。研究人員最初手動標註了前一百張圖像，為模型奠定了基礎。如今，這項技術已經能夠在整個南大洋範圍內識別各種海洋生物，包括海星、珊瑚、海綿和魚類。BAS 的古生物學家羅文·惠特爾博士（Dr. Rowan Whittle）指出，AI 的應用使科學家得以擺脫傳統上具有破壞性的數據採集方法，例如拖網和捕撈，這對於保護脆弱的生態系統至關重要。

科學家們目前正在處理一個龐大的數據庫，其中包含超過 30,000 張在南極半島和威德爾海任務期間累積的圖像。這項工作的成果已在美國檀香山舉行的國際電腦視覺大會（ICCV）上發表。這項技術的飛躍為理解這些精緻的生態系統開闢了新的視野，並為政策制定者提供了保護這些棲息地所需的關鍵資訊，以便做出明智的決策。

在極地研究中採用 AI 並非孤例。英國南極調查局的 AI 實驗室正積極運用機器學習來解決廣泛的挑戰，從預測海冰狀況到自動化極地操作。這種方法在其他領域也展現出高效性；例如，相似的演算法也被用於預測北極馴鹿的遷徙路徑，從而有助於保護牠們的移動路線，確保生態平衡。

總體而言，人工智慧的整合不僅顯著提高了數據處理的效率和規模，更為南極海洋生物學研究帶來了革命性的變革。透過減少對環境的干擾並加速知識的獲取，BAS 正在為全球氣候變遷背景下的極地保護工作奠定堅實的科學基礎，其影響深遠且意義重大。