هوش مصنوعی “آهنگ” صخره های مرجانی را یاد می گیرد — ScienceDaily

سپس کامپیوتر مجموعه‌ای از ضبط‌های جدید را تجزیه و تحلیل کرد و سلامت صخره‌ها را در 92 درصد موارد با موفقیت شناسایی کرد.

دکتر لامونت گفت: “این یک پیشرفت واقعاً هیجان‌انگیز است. ضبط‌کننده‌های صدا و هوش مصنوعی می‌توانند در سراسر جهان برای نظارت بر سلامت صخره‌ها و کشف اینکه آیا تلاش‌ها برای محافظت و بازیابی آنها مؤثر است یا خیر، استفاده شوند.”

“یافته‌های ما نشان می‌دهد که یک کامپیوتر می‌تواند الگوهایی را انتخاب کند که برای گوش انسان غیرقابل تشخیص هستند. می‌تواند سریع‌تر و دقیق‌تر به ما بگوید که صخره چگونه کار می‌کند.”

“رویکرد ما برای این مشکل استفاده از یادگیری ماشینی بود – برای اینکه ببینیم آیا کامپیوتر می تواند آهنگ صخره را یاد بگیرد یا خیر.

تحقیقات جدید نشان می دهد که هوش مصنوعی (AI) می تواند سلامت صخره های مرجانی را با یادگیری آهنگ صخره ردیابی کند.

در بسیاری از موارد، استقرار یک هیدروفون زیر آب بر روی صخره و رها کردن آن در آنجا آسان‌تر و ارزان‌تر از بازدید مکرر غواصان متخصص برای بررسی آن – به ویژه در مکان‌های دوردست است.»

صخره‌های مرجانی منظره صوتی پیچیده‌ای دارند – و حتی کارشناسان باید تجزیه و تحلیل دقیقی برای اندازه‌گیری سلامت صخره‌ها بر اساس ضبط صدا انجام دهند.

این مطالعه توسط شورای تحقیقات محیط طبیعی و بنیاد ملی علوم سوئیس تامین مالی شد.

تیم از این برای پیگیری پیشرفت پروژه های احیای صخره ها استفاده کرد.

بررسی‌های بصری همچنین با این واقعیت محدود می‌شود که بسیاری از موجودات صخره خود را پنهان می‌کنند یا در شب فعال هستند، در حالی که پیچیدگی صداهای صخره‌ها تشخیص سلامت صخره‌ها را با استفاده از ضبط‌های فردی دشوار کرده است.

مواد تهیه شده توسط دانشگاه اکستر. توجه: محتوا ممکن است برای سبک و طول ویرایش شود.



منبع

ماهی ها و دیگر موجوداتی که در صخره های مرجانی زندگی می کنند طیف وسیعی از صداها را تولید می کنند.

منبع داستان:

ضبط‌های مورد استفاده در این مطالعه در پروژه احیای صخره‌های مرجانی مریخ، که در حال بازسازی صخره‌های به شدت آسیب‌دیده در اندونزی است، گرفته شده است.

«یکی از مشکلات اصلی این است که بررسی‌های بصری و صوتی صخره‌ها معمولاً بر روش‌های کار فشرده تکیه می‌کنند.

معنای بسیاری از این تماس ها ناشناخته باقی مانده است، اما روش جدید هوش مصنوعی می تواند بین صداهای کلی صخره های سالم و ناسالم تمایز قائل شود.

دکتر تیم لامونت از دانشگاه لنکستر، یکی از نویسندگان این مقاله، گفت که روش هوش مصنوعی فرصت های بزرگی برای بهبود نظارت بر صخره های مرجانی ایجاد می کند.

بن ویلیامز، نویسنده اصلی این مقاله گفت: صخره های مرجانی با تهدیدات متعددی از جمله تغییرات آب و هوایی مواجه هستند، بنابراین نظارت بر سلامت آنها و موفقیت پروژه های حفاظتی حیاتی است.

در مطالعه جدید، دانشمندان دانشگاه اکستر یک الگوریتم کامپیوتری را با استفاده از چندین ضبط صخره‌های سالم و تخریب‌شده آموزش دادند که به ماشین اجازه می‌دهد تفاوت را بیاموزد.

Matthew Newman

Matthew Newman Matthew has over 15 years of experience in database management and software development, with a strong focus on full-stack web applications. He specializes in Django and Vue.js with expertise deploying to both server and serverless environments on AWS. He also works with relational databases and large datasets
[ Back To Top ]