IBM med hjälp av AI för att hjälpa till att förhindra Australiens stränder från att tvätta bort

0
174
beach-perth-western-australia-dog.jpg

Australien är hem till mer än 10 000 stränder, som sträcker sig från några tiotal meter till hundratals kilometer långa. Men allt, dessa stränder är sakta på att försvinna framför våra ögon.

“Stränderna i Australien är att urholka den, helt enkelt eftersom vågorna kommer i dra bort sanden — och stora stormvågor dra mer sand bort,” IBM System Data Scientist Adam Makarucha berättade Gartner Ansökan Arkitektur, Utveckling, Integration-mötet i Sydney.

Medan gillar Gold Coast Rådet har investerat AU$14 miljoner till rehabilitering projekt-exempelvis en för en 12 km lång sträcka av stranden, vilket motsvarar mer än en miljon dollar per kilometer — Makarucha sade förebyggande åtgärder är mer livskraftig än rehabilitering.

Förebyggande, men är utmanande.

Makarucha sade det bästa sättet att förebygga stranderosion är att se till en del av det naturliga försvaret, såsom sjögräs.

Enligt Makarucha, dessa växter under vattnet bildar stora ängar att hjälpa till att stabilisera havsbotten och minska vågenergi, avsevärt att minska skador till kusterna.

Men förändringar i miljön som förorsakas av ökad avloppsvatten in i havet har orsakat nedbrytning och förlust av många sjögräsängar — och de kan ta 50 år att återställa.

Se även: Hur AI och robotar försöker att spara Stora barriärrevet (TechRepublic)

För att säkerställa deras överlevnad, insatsplaner kräver löpande uppföljning av dessa ängar via vattnet videofilmer och manuella bedömningar av marina forskare.

Han detaljerad, är mycket tidskrävande.

“Den första fråga som du kanske har är:” Hur gör du övervaka sjögräs?’, du kan inte flyga ett plan över och ta foton, som du inte kan se under vattnet, så vad de gör är att de hoppar ut i en båt för att få i sig lite dykutrustning, och i princip fäster sig på båten, och det drar dem längs med och de har en kamera och spela in det hela,” Makarucha sagt.

“När du spelar in alla de här uppgifterna, att faktiskt få lite analytics ut av det, du har att räkna ut hur hälsosamt det sjögräs är, vilken typ av sjögräs det är, så att de går igenom en manuell process av att titta på videor och bedöma vilken typ och vilken täckning som finns.

“De gör det om och om och om igen — och kan du föreställa dig att med timmar film, detta kan ta ganska lång tid.”

Att arbeta med en grupp av forskare som bedriver detta arbete i närheten av Adelaide i Södra Australien, IBM och Adelaide-baserade digitala byrån KWP är att hjälpa dem använda AI för bild segmentering så att de inte längre behöver spendera timmar med att manuellt märkning videofilmer.

Makarucha sade forskarna byggt ett program som använder Microsoft Access och Excel för att lagra data. Han förklarade att när de spelade en video, de klickar vilken typ av sjögräs de finns, och vad som densitet.

“Egentligen bara en bearbetning av plattform, de har inga visualisering, de har ingen datalagring … och de i praktiken bara lagra allt genom att skicka varandra e-post,” förklarade han. “Inte en mycket skalbar eller användbar plattform. Och Det tar dem en enorm mängd ansträngning för att göra detta märkning — fem timmar för en 10 timmars video.”

Forskarna har över 500 timmar av befintliga obearbetade bilder.

IBM klivit in för att hjälpa dem att bygga en ny cloud-native ansökan för denna arbetsbörda.

Forskarna är nu med hjälp av AI för att automatisera processen för märkning och identifiering av vilken typ av sjögräs och dess täthet och täckning, med märkning tid från åtta timmar till 20 minuter, med AI modell för att nå en noggrannhet på 91%.

Med ytterligare uppgifter och utbildning, modell precision förväntas öka.

“I över 500 timmar av befintliga bilder de har, samt detta system kan behandla den på mindre än en dag, i jämförelse med 10 person dagar. Och Om du extrapolera att 10 personer dagar i faktiska arbetet dagar, det är sex och en halv vecka av någon ständigt märkning sjögräs,” Makarucha sagt.

IBM tog en hybrid cloud förhållningssätt till AI på IBM Power Systems AC922 med IBM Watson Machine Learning Accelerator Community Edition.

Se även: Hur IBM Watson revolutionerar 10 branscher (TechRepublic)

“Fördelarna med ett privat moln-infrastruktur är att vi kan få mycket specifika beräkna hur mycket snabbt och med hög prestanda för att påskynda dessa utbildning jobb,” Makarucha förklaras. “Jag tror det viktigaste är att du vill göra din utbildning där dina data liv, och i detta fall, men våra data liv i den privata moln-infrastruktur.”

“Men då du vill distribuera ut i det publika molnet-det här är en riktigt bursty arbetsbelastning, de vill inte gå ut i på båtar och dyka varje dag, de gör det kanske en gång eller två gånger i månaden, beroende på om det finns hajar runt eller inte,” fortsatte han.

“Så, eftersom detta arbete är bursty, de får kanske 10 timmar film per månad, vi behöver flexibilitet i omfattning.”

Efter att ha gått igenom denna process, Makarucha sade att forskare tittar på hur de kan använda de data som de har utvunnit att börja förutsäga hälsa av sjögräs och hur det kommer att förändras över tiden.

“Och om de vet vart det är på väg att dö, ja, då kan de börja ta ingripande metoder för snabbare och de har en process för att implementera den nya idén mycket effektivt och snabbt”, sade han.

Det tog IBM och KWP två veckor att sätta AI modell på plats.

“Att vara snabb när man talar om att rädda miljön är avgörande,” Makarucha sagt. “Vi har inte tid om vi förlorar sjögräs äng-det är 50 år vi har att vänta för att få det tillbaka, det är för lång. Vi måste agera nu.”

RELATERADE TÄCKNING

Gör AI har lösningen på klimatförändringarna och människohandel?Fujitsu använder drönare och analytics för att skydda inhemska hotade speciesAustralian universitet använder artificiell intelligens för att kartlägga den globala foreshorePlanet analytics: big data, hållbarhet och miljö impactMicrosoft ryggar sex Aussie miljöfokuserade AI projectsAustralian universitet använder artificiell intelligens för att kartlägga den globala strandremsa Microsoft förbinder $50 miljoner för att tillämpa AI till problemet med den globala klimatförändringen (TechRepublic)

Relaterade Ämnen:

Australien

CXO

Digital Omvandling

Tech-Industrin

Smarta Städer

Cloud