研究报告称机器人和人工智能可以帮助我们更好地了解深海物种朱娜

研究报告称，机器人和人工智能可以帮助我们更好地了解深海物种。

一项新的研究报告称，机器人和人工智能可能正是我们满足海底居民所需要的。

普利茅斯大学的一项新研究报告称，人工智能在帮助我们了解生活在海底的各种物种方面发挥着重要作用。这样的系统最终可以让海洋研究人员克服人类用户分析海洋深处记录所产生的效率瓶颈

戴维琼斯的储物柜

“自动驾驶汽车是调查大部分海底深度超过60米[大多数潜水员可以达到的深度]的重要工具，”该研究的第一作者，博士生Nils Piechaud说。“但我们目前无法手动分析超过一小部分数据。”

“这项研究表明人工智能是一种很有前景的工具，但如果它用于识别我们图像中的动物，我们的AI分类器在五次中仍会出错。”

这项新研究分析了计算机视觉系统在接收人类在分析深海图像中的作用时的有效性。总而言之，该团队发现，如系统在识别海底图像中的各种动物方面准确率约为80％，但如果使用足够的数据训练算法，则对特定物种的准确率可高达93％。作者说，这样的结果表明CV很快就会被用来研究海洋动物和植物。他们补充说，在这种情况下，它将导致保护研究和生物多样性管理的数据可用性大幅增加。

“但我们现在还没有考虑在现阶段将其视为人类的合适完全替代品，”Piechaud指出。

该团队使用Google的Tensorflow来教授神经网络，以识别自主水下航行器拍摄的图像中发现的深海物种。其中一款名为Autosub6000的AUV于2016年5月部署在英国Rockall Bank的东北侧，并在一次潜水中收集了超过150,000张图像。这些图像中约有1,200个是人工分析的，包含了110种不同种类的动物的40,000个个体，其中大多数只见过少数几次。

手动注释在此数据集上的范围为50％到95％; 然而，它非常缓慢。而且，正如您从“远程”部分猜测的那样，不同团队和工作间隔之间存在很大的不一致。自动化方法达到了大约80％的准确度，接近人类的性能，具有明确的速度和一致性优势。该软件特别适用于某些形态。例如，它在93％的时间内正确识别出一种类型的xenophyophore。

那么我们应该只使用它而不是海洋生物学家吗？那么，本研究的作者认为这不是一个好主意。该研究为自动化系统与海洋生物学家协同工作提供了一个案例，而不是取代它们。认可机构可以大大提高科学家分析之前数据的能力。

结合高科技AUV的能力来调查海底的大面积区域，人工智能的快速数据处理能力以及海洋生物学家的专业知识可以大大加快深海探测的速度 - 并且随之而来的是我们更广泛的理解海洋生态系统。

“我们的星球大部分都是深海，这是一个我们在知识差距方面同样存在巨大空间的地区，”海洋生态学副教授兼Deep Links项目首席研究员Kerry Howell博士说。

“随着海洋环境的压力越来越大，包括气候变化，我们必须了解我们的海洋及其中发现的栖息地和物种。在机器人和自动驾驶汽车，大数据和全球开放式研究的时代，人工智能工具的开发有助于加速我们对知识的获取，这是一项激动人心且急需的进步。“

“利用计算机视觉自动识别底栖表皮”的论文发表在“ 海洋生态学进展系列 ”杂志上。

石家庄市中医院怎么样

大东区牙病防治所

界首市人民医院地址

吉林治疗肩关节结核的医院

汕尾治疗甲状腺结节的医院