Australië is de thuisbasis van meer dan 10.000 stranden, variërend van enkele tientallen meters tot honderden kilometers lang. Maar steeds vaker worden deze stranden zijn langzaam aan het verdwijnen voor onze ogen.
“Stranden in Australië zijn eroderen, simpelweg omdat de golven komen in trek zand weg-en grote stormvloeden trek meer zand weg,” IBM Systemen Gegevens Wetenschapper Dr. Adam Makarucha vertelde de Gartner Applicatie Architectuur, Ontwikkeling, Integratie Top in Sydney.
Terwijl de wil van Gold Coast Raad hebben geïnvesteerd AU$14 miljoen in vernieuwingsprojecten, zoals een voor een 12 km lang strand, goed voor meer dan een miljoen dollar per kilometer — Makarucha zei preventie is meer levensvatbaar dan revalidatie.
Preventie, echter, is een uitdaging.
Makarucha zei dat de beste manier om te voorkomen dat het strand erosie is om te kijken naar een natuurlijke afweer, zoals zeegras.
Volgens Makarucha, deze onderwater planten in de vorm van grote weilanden die helpen bij het stabiliseren van de zeebodem en het verminderen van de energie uit golven, aanzienlijk verminderen van schade aan de kusten.
Maar de veranderingen in de omgeving veroorzaakt door een toename van afvalwater het invoeren van de oceaan is de oorzaak van de aantasting en het verlies van vele zeegrasvelden — en ze kunnen de 50 jaar opnieuw vast te stellen.
Zie ook: Hoe AI en darren probeert op te slaan van de Great Barrier Reef (TechRepublic)
Om te zorgen voor hun overleving, interventie plannen vereisen continue monitoring van deze weiden via onderwater video-opnames en handmatige beoordelingen door mariene wetenschappers.
Dit, hij beschreef, is zeer tijdrovend.
“De eerste vraag die je zou kunnen hebben is: ‘Hoe breng je zeegras?’, je kunt niet vliegen met een vliegtuig over en foto ‘ s nemen, je kunt het niet zien onder water, dus wat ze doen is dat ze eruit springen, in een boot, in een aantal scuba gear, en in principe hechten zich aan de boot, en het sleept ze langs en ze hebben een camera, en nemen ze het allemaal,” Makarucha zei.
“Als je eenmaal record al deze gegevens, om bepaalde analyses uit, je hebt om uit te werken hoe gezond het zeegras is, wat voor soort zeegras is, dus ze gaan door middel van een handmatige proces van het kijken naar de video’ s en het beoordelen van welk type en welke dekking er is.
“Zij doen dit over en over en over — en je kunt je voorstellen dat met uren beeldmateriaal, dit kan veel tijd in beslag nemen.”
Het werken met een groep van wetenschappers die het uitvoeren van dit werk in de buurt van Adelaide in Zuid-Australië, IBM en Adelaide-based digital agency KWP helpen ze gebruik van AI voor beeldsegmentatie, zodat ze niet meer uren te besteden aan het handmatig etiketteren van video-opnames.
Makarucha zei de wetenschappers bouwden een toepassing met behulp van Microsoft Access en Excel de gegevens op te slaan. Hij legde uit dat als ze speelden een video, ze waren te klikken wat voor soort zeegras, die zij vonden, en wat de dichtheid was.
“Eigenlijk gewoon een verwerking platform, hebben ze geen visualisatie, ze hebben geen data-opslag … en ze effectief slechts winkel alles door te sturen elkaar e-mails,” legde hij uit. “Niet een zeer schaalbare of bruikbaar platform. En Het neemt ook hen een enorme hoeveelheid inspanning om dit te doen etikettering — vijf uur voor een 10 uur video.”
De wetenschappers hebben meer dan 500 uur aan bestaande onbewerkte opnames.
IBM stapte in om hen te helpen bouwen aan een nieuwe cloud-native applicatie voor de werklast.
De wetenschappers zijn nu met behulp van AI voor het automatiseren van het proces van etikettering en het vaststellen van het type van zeegras en de dichtheid en dekking, waarbij de etikettering tijd van acht uur tot 20 minuten, met het AI-model het bereiken van een accuracy van 91%.
Met aanvullende gegevens en training, het model is de nauwkeurigheid van de verwachting.
“De meer dan 500 uur aan bestaande beelden die ze hebben, en dit systeem zou kunnen verwerken in minder dan een dag, in vergelijking tot 10 dagen persoon. En Als je het extrapoleren van die persoon 10 dagen in eigenlijke werk dagen, dat is zes en een halve week van iemand voortdurend etikettering zeegras,” Makarucha zei.
IBM nam een hybride cloud-benadering van AI op de IBM Power Systems AC922 met behulp van IBM Watson Machine Learning Accelerator Community Edition.
Zie ook: Hoe IBM Watson is een revolutie in 10 industrieën (TechRepublic)
“De voordelen van een private cloud-infrastructuur is dat we kunnen krijgen heel specifieke berekenen zeer snelle en hoge prestaties voor het versnellen van de opleidingen, banen,” Makarucha uitgelegd. “Ik denk dat het belangrijkste is dat je wilt doen van uw training waar uw gegevens te leven, en in dit geval onze gegevens woont in de private cloud-infrastructuur.”
“Maar dan moet je het wilt implementeren in de public cloud — dit is een echt bursty werkdruk, ze gaan niet in op de boten en duiken elke dag, doen ze het misschien een keer of twee keer per maand, afhankelijk van of er zijn haaien rond of niet,” vervolgde hij.
“Omdat dit werk is bursty, krijgen ze misschien 10 uren beeldmateriaal van een maand, we moeten de flexibiliteit in de schaal.”
Na het doorlopen van dit proces, Makarucha zei de wetenschappers zijn op zoek hoe zij gebruik kunnen maken van de gegevens die ze hebben gehaald om te beginnen met het voorspellen van de gezondheid van zeegras en hoe het gaat met de tijd veranderen.
“En als ze weten waar het heen gaat om te sterven, nou, dan kunnen ze beginnen met het nemen van interventie methoden snel en ze hebben een proces voor het implementeren van dit nieuwe idee zeer efficiënt en zeer snel,” zei hij.
Het duurde IBM en KWP twee weken om het AI-model in de plaats.
“Snel wanneer we spreken over het opslaan van het milieu is belangrijk,” Makarucha zei. “We hebben geen tijd als we verliezen het zeegras weide-dat is 50 jaar moeten we wachten om het terug te krijgen, dat is te lang. We moeten handelen nu.”
VERWANTE DEKKING
Doet AI hebben de oplossing voor de klimaatverandering en mensenhandel?Fujitsu het gebruik van drones en analytics om inheemse bedreigde speciesAustralian universiteiten gebruik maken van kunstmatige intelligentie in kaart global foreshorePlanet analytics, big data, duurzaamheid en milieu impactMicrosoft rug zes Aussie milieu-gericht AI projectsAustralian universiteiten gebruik maken van kunstmatige intelligentie in kaart global voorland van Microsoft verbindt $50 miljoen toepassen van AI voor het probleem van de wereldwijde klimaatverandering (TechRepublic)
Verwante Onderwerpen:
Australië
CXO
Digitale Transformatie
Tech Industrie
Smart Cities
Cloud