Искусственный интеллект в анализе водных экосистем
Ученые применяют искусственный интеллект для анализа миллионов изображений и показаний датчиков, что позволяет заметить изменения в океанах и реках быстрее, чем когда-либо. Исследователи, изучающие микроскопические обитатели моря, используют методы искусственного интеллекта, чтобы справляться с беспрецедентными объёмами данных и ускорять мониторинг водных экосистем.
Жан-Оливье Ириссон из Сорбонны объясняет выбор научного пути просто: потому что эти организмы красивы. Речь идёт о планктоне — крошечных организмах, плавающих в воде в огромном разнообразии форм и размеров. Они не только удивляют внешним видом на снимках в ярких синих и оранжевых тонах или в чёрно‑белой гамме, но и имеют решающее значение для здоровья океанов и климата Земли: планктон обеспечивает примерно половину фотосинтеза на планете, служит основой морских пищевых цепочек и участвует в удалении углекислого газа из атмосферы.
Однако традиционная работа с образцами планктона остаётся крайне трудоёмкой: учёные отбирают пробы воды и изучают их под микроскопом, вручную идентифицируя и сортируя потенциально миллионы организмов. Для крупных наборов данных такой подход просто нереален. Сейчас эту задачу берёт на себя искусственный интеллект. По словам Ириссона, для одного набора данных уже накоплено 2,2 миллиона снимков отдельных организмов — классификация таких объёмов невозможна вручную, но быстро достижима с помощью автоматизированных алгоритмов. Это открывает новые возможности для исследований и позволяет получать результаты раньше, чем прежде.
Проблема избыточности данных стоит не только перед исследователями планктона. Подводные камеры и экологические датчики в мониторинге океанов, рек и озёр генерируют куда больше информации, чем можно обработать вручную. Проект iMagine, финансируемый программой ЕС, объединил учёных, занимающихся водными экосистемами, и цифровых специалистов из одиннадцати европейских стран для разработки инструментов ИИ, которые помогают масштабно и быстрее анализировать большие объёмы наблюдений и снимков.
Координировал работы Гергелий Сипош из некоммерческой организации EGI Foundation, предоставляющей исследователям вычислительные и цифровые сервисы. По словам Сипоша, более оперативный и дешёвый мониторинг имеет прямое прикладное значение: он помогает раньше выявлять такие проблемы, как сокращение численности планктона, накопление мусора, разливы нефти и деградация коралловых рифов, что позволяет своевременно принимать меры.
Инструменты ИИ также делают возможным использование хранившихся годами и десятилетиями данных подводных датчиков — без автоматизированной обработки было бы невозможно эффективно проанализировать накопившиеся миллионы отдельных показаний и изображений. В разных странах-участницах iMagine реализованы разные прикладные решения на одной общей основе. Так, в Австрии создан софт на базе ИИ для обнаружения плавающего мусора в реках и озёрах: система определяет масштабы загрязнения и типы отходов, что помогает властям планировать очистительные операции.
В других местах исследователи с помощью подводных камер и алгоритмов распознают рыбу и различают виды по видеозаписям, снятым на разных площадках в течение нескольких лет. Это даёт возможность строить статистику изменений видового состава, оценивать влияние климатических факторов и отслеживать эффективность мер по восстановлению экосистем, например при создании искусственных рифов.
Хотя вокруг искусственного интеллекта нередко раздувается шум и ожидания, учёные отмечают реальные преимущества его применения в прикладных экологических задачах. Ириссон подчёркивает, что без ИИ предстоит ручная и очень длительная работа: то, на что раньше уходили месяцы или годы, теперь занимает дни или недели. Сипош добавляет, что первые исследования, где ИИ применяется не только для обработки, но и для анализа данных, лишь недавно начали появляться; это меняет устоявшиеся статистические подходы и ставит перед наукой задачу адаптации к новым методам работы.
Проект iMagine завершил свою основную фазу, но разработанные инструменты и наборы данных переданы сообществу исследователей для дальнейшего использования и адаптации. Открытый доступ к обучающим наборам, предназначенным для тренировки моделей ИИ — от распознавания видов рыб до выявления плавающего мусора — позволяет другим командам не начинать работу с нуля. Команда проекта продолжает поддерживать коллег, предоставляет обучающие материалы и при необходимости консультирует по видеосвязи.
Такой коллективный подход соответствует принципам европейской исследовательской инфраструктуры: вместо того чтобы каждая группа тратила ресурсы на создание специализированных и дорогостоящих решений, учёные получают доступ к уже разработанным инструментам, данным и экспертизе. Это ускоряет масштабирование мониторинга водных экосистем по всей Европе и способствует более оперативным и точным ответам на экологические вызовы.
Улучшенное масштабное наблюдение за океанами и внутренними водами также вписывается в более широкие европейские инициативы по восстановлению здоровья морей и пресных вод, сокращению загрязнения и поддержке устойчивой «голубой» экономики. Инструменты ИИ, разработанные в рамках iMagine, могут стать важной частью цифровых систем, которые соединяют данные со спутников, подводных датчиков и научных экспедиций, превращая поток наблюдений в практические рекомендации для политики и управления.
Ириссон отмечает, что доступ к данным, которые ранее обрабатывались слишком медленно, позволяет учёным задавать новые вопросы и проводить исследования на основе давно накопленных материалов. По его словам, искусственный интеллект постепенно начинает заменять традиционные статистические методы в анализе данных, и научное сообщество должно адаптироваться к этому изменению.
Работа, описанная в рамках проекта iMagine, финансировалась из европейских исследовательских программ и служит примером того, как сочетание экологической науки и цифровых технологий может улучшить мониторинг, понимание и управление водными экосистемами, от микроскопического мира планктона до масштабов целых морей и рек.