Ένα νέο σύστημα βασισμένο στην Τεχνητή Νοημοσύνη (AI) επιτρέπει την τρισδιάστατη χαρτογράφηση των κοραλλιογενών υφάλων ταχύτερα και ευκολότερα από ποτέ. Θα μπορούσε να αποδειχθεί αναπόσπαστο στοιχείο για τη διάσωση των απειλούμενων υφάλων, επιτρέποντας στους επιστήμονες να τους μελετούν τόσο επιτόπου όσο και στους υπολογιστές τους στα εργαστήριά τους.
Σήμερα, προκειμένου να ληφθεί ένας τρισδιάστατος σημειακός χάρτης ενός κοραλλιογενούς υφάλου, ειδικά εκπαιδευμένοι δύτες πρέπει να κινηθούν γύρω από ένα τμήμα του υφάλου αυτού, λαμβάνοντας εκατοντάδες φωτογραφίες από πολλές γωνίες.
Απαιτείται σημαντική επεξεργαστική ισχύς για να συνδυαστούν στη συνέχεια οι εικόνες αυτές σε έναν τρισδιάστατο χάρτη. Ακόμα και τότε, λόγω της εκτεταμένης προσπάθειας και της ανάλυσης που απαιτείται στον υπολογιστή, ο χάρτης δείχνει συνήθως μόνο ένα σχετικά μικρό μέρος του υφάλου - ίσως μερικές δεκάδες μέτρα.
Εδώ έρχεται να δώσει τη λύση το DeepReefMap. Το σύστημα, που αναπτύχθηκε από επιστήμονες του ερευνητικού ινστιτούτου EPFL της Ελβετίας, επιτρέπει σε έναν απλό ερασιτέχνη δύτη, οπλισμένο με μια συνηθισμένη action camera, να χαρτογραφεί πολλές εκατοντάδες μέτρα υφάλου κάθε φορά. Στην πραγματικότητα, οι κύριοι περιοριστικοί παράγοντες είναι η διάρκεια ζωής της μπαταρίας της κάμερας και η παροχή αέρα του δύτη.
Καθώς ο δύτης κολυμπάει πάνω από τον ύφαλο, τραβάει βίντεο με την κάμερα που είναι στραμμένη προς τα κάτω, συλλαμβάνοντας εικόνες των κοραλλιών από μια συνεχώς μεταβαλλόμενη προοπτική. Αυτό το υλικό περνά αργότερα από επεξεργασία από το λογισμικό DeepReefMap, το οποίο χρησιμοποιεί αλγόριθμους βαθιάς μάθησης για να μετατρέψει το βίντεο σε μια μεγάλη τρισδιάστατη σύνθετη "φωτογραφία" που μπορεί να προβληθεί από όλα τα αρχικά σημεία θέασης της κάμερας.
Το σημαντικό είναι ότι το σύστημα είναι σε θέση να αντισταθμίζει τον αμυδρό φωτισμό και τη μη βέλτιστη διαύγεια των υδάτων που αποτελούν τόσο συχνά μέρος της υποβρύχιας φωτογράφησης. Αντίθετα, οι συμβατικές τεχνολογίες χαρτογράφησης υφάλων απαιτούν εικόνες υψηλής ανάλυσης με έντονο φωτισμό. Επιπλέον, το DeepReefMap μπορεί επίσης να αξιολογήσει την υγεία των κοραλλιών, καθώς και να τα ταξινομήσει ανά είδος με βάση το σχήμα τους.
Σε δοκιμές που πραγματοποιήθηκαν στον Κόλπο της Άκαμπα (στην Ερυθρά Θάλασσα), ένας δύτης χρειάστηκε πέντε λεπτά για να τραβήξει ένα τμήμα υφάλου μήκους 100 μέτρων. Το DeepReefMap χρειάστηκε μόνο άλλα πέντε λεπτά για να μετατρέψει αυτό το υλικό σε χάρτη.
Σε περιπτώσεις όπου πρέπει να χαρτογραφηθεί μια μεγαλύτερη περιοχή υφάλου, μπορούν να τοποθετηθούν πολλές κάμερες σε μια ενιαία εξέδρα που μεταφέρεται από έναν δύτη. Για τα πειράματα στην Ερυθρά Θάλασσα, οι επιστήμονες τοποθέτησαν έξι κάμερες GoPro Hero 10 σε ένα ελαφρύ πλαίσιο από σωλήνες PVC. Οι κάμερες ήταν τοποθετημένες σε απόσταση περίπου 1 μέτρου μεταξύ τους, με τρεις κάμερες στραμμένες προς τα εμπρός και τρεις προς τα πίσω. Και οι έξι έκαναν λήψεις σε 1080p/30fps, οι οποίες αποδείχθηκαν απολύτως επαρκείς για το DeepReefMap.
"Με αυτό το νέο σύστημα, ο καθένας μπορεί να παίξει ρόλο στη χαρτογράφηση των κοραλλιογενών υφάλων του κόσμου", δήλωσε ο Samuel Gardaz του Transnational Red Sea Center, ο οποίος συμμετείχε στη μελέτη. "Θα δώσει πραγματικά ώθηση στην έρευνα σε αυτόν τον τομέα, μειώνοντας τον φόρτο εργασίας, την ποσότητα του εξοπλισμού και της υλικοτεχνικής υποδομής, καθώς και το κόστος που σχετίζεται με την πληροφορική".
[via]
