广告

复育珊瑚礁,AI也能帮大忙!

2020-05-08 Sally Ward-Foxton,EE Times特派记者 阅读:
复育珊瑚礁,AI也能帮大忙!
CORaiL项目利用内含Intel硬件、由Accenture设计之AI水下摄影机系统来监测珊瑚礁周遭的海底生物活动情况,以支持珊瑚礁复育。

顾问机构Accenture、半导体大厂英特尔(Intel)以及一个位于菲律宾的非营利机构Sulubaaï Environmental Foundation,正合作利用人工智能(AI)来监测菲律宾沿岸的珊瑚礁复育情况。FhRednc

这个名为Project: CORaiL的项目,利用内含Intel硬件、由Accenture设计之AI水下摄影机系统来监测珊瑚礁周遭的海底生物活动情况,这也是珊瑚礁环境是否健全的关键指标。该项目在2019年5月于菲律宾自然保护区班加塔兰岛(Pangatalan Island)的珊瑚礁布署了一架原型摄影机进行测试,迄今已经取得超过4万张水底影像。FhRednc

全世界的珊瑚礁因为海洋温度升高、过度捕捞以及底拖网(bottom trawling)等因素而正在快速灭亡,这些珊瑚礁不但是全球25%海洋生物的家园,若少了它们,海岸线就很容易遭到热带风暴(台风)的侵袭。根据Intel提供的统计数字,珊瑚礁也是10亿人口的食物与收入来源,为旅游休闲产业带来的营收达到96亿美元。FhRednc

Project: CORaiL的第一阶段是由Sulubaaï以混凝土制作一个珊瑚礁假体放进水下,并植入小片的活珊瑚,以激励珊瑚礁再生。水底AI系统利用了卷积神经网络(CNN)将摄影机自动拍摄到的鱼类影像进行分类与数量统计,这些信息能用来分析珊瑚礁海洋生物的丰富与多样性程度,监测珊瑚礁开始再生的过程。FhRednc

FhRednc

将混凝土制作的珊瑚礁假体放置于珊瑚礁被严重破坏的海底区域,能激励珊瑚的再生。 (图片来源: Accenture)FhRednc

以往监测珊瑚礁复育的工作需要仰赖潜水员携带水底摄影机潜入海底拍摄影像,之后再进行分析,但是最长拍摄时间通常只有30分钟。能永久放置于水下的摄影机,让研究人员得以透过4G无线连结取得24小时全年无休的实时影像。FhRednc

在项目的试验阶段,是使用单一摄影机以一个星期移动一次的方式,来拍摄不同角度与位置的影像。该摄影机系统配备了内建Intel Xeon处理器、FPGA组件与Movidius视觉处理器(VPU)的Accenture Applied Intelligence Video Analytics Services Platform (VASP)。FhRednc

FhRednc

内建Intel硬件并与AI技术的水下摄影机系统。(图片来源: Accenture)FhRednc

“Movidius视觉处理器是用以加速辨别水底海洋生物的CNN,配备Xeon处理器与Intel FPGA的中央服务器,则是用来执行繁琐的生物分类任务;”Accenture Applied Intelligence管理总监暨ASEAN区域负责人Ewen Plougastel表示:“该边缘系统能支持2fps的摄影机图像处理速率,中央服务器则能同步处理来自10架摄影机的输入数据。”FhRednc

客制化CNN用以执行海洋生物的运动侦测、分类与计数。Plougastel表示,数据收集与模型训练是以两阶段客制化开发,第一阶段是用典型的运动侦测计算机视觉来侦测生物的移动,第二阶段是清理并标注数据集以训练CNN模型。FhRednc

下一代的摄影机系统将会内含经过进一步优化的CNN以及备援电力,项目的合作伙伴们也正在考虑采用红外线摄影机,以便在夜间撷取海洋生物影像。Plougastel补充指出,红外线摄影机采用的算法是相同的;此外,“红外线摄影机的优点在于能侦测海洋生物的大小/质量,这对于海洋科学家所需的信息十分重要。”FhRednc

除了监测珊瑚礁等海底区域以防侵入破坏,未来这种技术还能用来研究热带鱼的迁徙情况。FhRednc

(原文发表于ASPENCORE旗下EDN姐妹媒体EETimes,参考链接:Rebuilding Coral Reefs with AI,编译:Judith Cheng)FhRednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 达摩院发布最大中文预训练语言模型PLUG,35天烧128张GPU 阿里达摩院今日发布了集语言理解(NLU)和生成(NLG)能力于一身的超大规模语言模型PLUG,跟GPT-3的单向建模方式不同的是,它采用了编码器-解码器(encoder-decoder)的双向建模方式,它刷新 CLUE 分类榜单纪录,排名仅次于“人类”
  • 中国工程院高文院士:“超算中心”与“云脑”都不能少 “9个月42亿人民币做出这台设备,这在任何地方想都不要想。”高文院士指出。 而且,鹏程云脑Ⅱ完全采用华为架构,用了华为的鲲鹏920和昇腾910机器做出来的,其中910是用了4096颗,鲲鹏920是用了2048颗,实际上已经到了1024p浮点算力,在很多性能方面超越同期国际上比较好的GPU运算速度。
  • 英伟达要抢英特尔最赚钱领域:首推数据中心CPU,Arm架构性 在400亿美元收购Arm的6个月后,NVIDIA连发三款基于Arm IP打造的处理器,包括全球首款专为TB级加速计算而设计的CPU NVIDIA Grace、全新BlueField-3 DPU,以及业界首款1000TOPS算力的自动驾驶汽车SoC。此外,还公布了与亚马逊AWS、Ampere Computing、联发科和Marvell等基于Arm的CPU平台的合作伙伴关系。
  • 生物仿真硅耳蜗实现神经拟态技术关键词捕捉 苏黎世神经科学研究所开发的动态音频传感器的核心是一个生物仿真硅耳蜗,仿真耳朵中毛细胞的功能。由硅耳蜗产生的事件串流可用于语音端点检测(关键词识别的第一阶段),类耳蜗图可以由神经网络读入并解码其含义。关键词捕捉是目前各种神经拟态技术的一个重要目标。
  • 中科院深圳:智能成型装备工业互联网的研发与应用实践 在ASPENCORE举办的“深圳国际工业4.0技术与应用峰会”上,中国科学院深圳先进技术研究院副研究员、深圳市海外高水平引进人才杨之乐博士分享了“智能成型装备工业互联网的研发与应用实践”主题演讲。
  • 卡奥斯:工业互联网背景下的AIoT应用 在ASPENCORE举办的“深圳国际工业4.0技术与应用峰会”上,海尔卡奥斯创智物联技术总监慕永琛分享了“工业互联网背景下的AIoT应用”主题演讲。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了