查阅英文版内容

机器学习在海洋科学中的巨大潜能

2月27日, 2021
By The Explorer
Laks i fotoboksen i Etneelva_cropped.jpg

欧因斯坦·斯卡拉/挪威海洋研究所

鱼类的面部识别并不是科幻小说中的情节,而是人工智能在今天的海洋科学中的一种应用方式,但这仅仅是刚刚开始。

机器学习是人工智能(AI)的一个分支。 机器学习可以在在无需编程的情况下让计算机算法不断学习和提高。

挪威海洋研究所(IMR)的三名研究员尼尔斯·奥拉夫·汉德加尔(Nils Olav Handegard),卡提尔·麦尔德(Ketil Malde)和霍华德·布洛曼(Howard Browman)在最新的两篇文章中研究了海洋研究中机器学习技术带来的广阔可能性。

“机器学习可以通过识别潜在的模式和联系来改进和拓展海洋研究的范围”,霍华德·布洛曼说到。

他相信此技术对于处理大量复杂的数据来说特别有用。

Fishency Innovation公司的人工智能解决方案

机器学习:提高准确性

挪威海洋研究所的研究人员最近利用机器学习来分析鱼耳石和鱼鳞。鱼耳石一般存在于鱼耳里。鱼耳石和鱼鳞结合起来,能分析出鱼的年龄和生活史,这很像树的年轮。

机器学习已经被证明是一种有效的工具,其准确性有时可以媲美专业分析人员。

“尽管理想状态下你希望达到某种准确性,但是在准确性更有限的情境下也有很多应用”,尼尔斯·奥拉夫·汉德加尔解释说。

他指出利用机器学习来去除不想关的数据也是很重要的。一方面是为了节省时间,另一方面是这让科学家的工作更有价值。

sand lance otoliths_cropped.jpg

挪威海洋研究所的研究人员对玉筋鱼耳石进行了研究

肯尼斯·达尔/挪威海洋研究院

但是仍有很多需要克服的挑战。

“此技术有巨大的潜力,但是你需要大量的数据来‘训练’该模型。比起开发系统本身,我们往往在收集和组织数据方面需要投入更多的工作”,麦尔德表示。

“为了利用已经完成的工作,我们必须在研究和咨询中开始使这些系统。这就需要整个研究院的通力合作”,他指出。

科技公司CageEye AS的解决方案

机器学习算法:训练大数据集处理方式

挪威海洋研究所的研究员从人脑结构和工作方式中获得灵感, 找到训练算法的最佳策略。 有了用适当训练后的算法,海洋科学家可以将大量的数据集录入电脑,从而发现那些原本隐藏或不易发现的模式。

“这项技术可以用来在大量的历史声学数据中寻找模式,这是人工很难做到的”,汉德加尔说。

技术进步和更强大的电脑计算能力使得进行大数据采集的成本更低。因此,机器学习的使用只会增加,麦尔德总结说。

quadeye image_cropped.jpg

QuadEye摄相机系统拍摄的用来识别鱼类的图像可存储在档案库中,并用于训练人工智能自动识别鱼的种类

俄尔恩德·阿斯塔德·洛伦森/挪威海洋研究院

参考

卡提尔·麦尔德(Ketil Malde),尼尔斯·奥拉夫·汉德加尔(Nils Olav Handegard),莱恩·伊可薇尔(Line Eikvil),昂特·博雷·萨贝格(Arnt-Børre Salberg)《海洋智能和海洋科学机器驱动的未来》,国际海洋考察理事会《海洋科学期刊》,2020年7-8月刊,第4期,77卷,1274-1285页,链接:https://doi.org/10.1093/icesjms/fsz057

齐丹·比阳(Cigdem Beyan),霍华德·布洛曼(Howard I Browman)《在海洋科学中开始海洋智能的阶段》国际海洋考察理事会《海洋科学期刊》,2020年7-8月刊,第4期,77卷,1267-1274页,链接:https://doi.org/10.1093/icesjms/fsaa084

这篇文章的原始版本于2020年8月12日发布在挪威海洋研究院的网站上,作者:利瓦·伊娃·科克斯特(Liv Eva Kirkesæther)