非法打漁,也被人工智能盯上了

1291人參與 | 時間:2018年06月10日 17:44

非法打漁,也被人工智能盯上了 IT資訊 第1張

人工智能不僅用在了我們日常所遇到的商品推薦、美顏換臉App里,還出現在了一些你可能意想不到的地方,比如說——

保護生態。

海洋生態追蹤器就用上了機器學習技術。Global Fishing Watch周五發布博文宣布,他們增加了兩個新的數據層來提升過度捕撈的“透明度”和“意識”。這個平臺由谷歌、Skytruth和Oceana共同創辦,目的是追蹤世界各地的漁業活動。

其中一個新的數據層用來追蹤轉運,也就是一艘漁船在海洋上將其捕撈的貨物卸到另外一艘冷藏船上的行為。通常來說,這既包含非法捕撈的魚類,也包含合法海鮮,而且往往發生在公海,導致監管者很難追蹤。

利用12個類別的30萬艘船只的數據庫,Global Fishing Watch便可訓練機器學習算法判斷一艘漁船何時停靠在一艘冷藏船旁邊,從而判斷轉運發生的概率。它會自動在地圖上標記這些點,突出顯示需要進一步調查的熱點地區。

Global Fishing watch的研究顯示,非法、未申報且未監管的捕撈數量每年涉及的漁業產值約為235億美元,也就是說,全球每捕撈5條魚,就有1條屬于這一類。

非法打漁,也被人工智能盯上了 IT資訊 第2張

有些漁船沒有配備名為自動識別系統(AIS)的GPS設備,這也給監管者帶來了挑戰。對此,Global Fishing Watch采用了一種新穎的解決方案:從太空監控亮燈的船只。

使用美國國家海洋和大氣治理局(NOAA)的氣象衛星,算法便可探測各種船只,既包括“有簡單燈光的小木船”,也包括“燈光強度類似體育場的大型工業化船只”,使之總共可以額外追蹤1萬至2萬艘船只。

Global Fishing Watch成立于2016年,他們幾乎可以實時顯示全球的漁船動向(較當前時間延遲72小時),然后推斷出漁船捕魚的地點、捕魚類型甚至發動機尺寸。在推出這兩個新的過濾器之前,該系統的神經網絡就可以識別超過7萬艘商業船只。

非法打漁,也被人工智能盯上了 IT資訊 第3張

漁業并不是唯一一個借助人工智能提升追蹤效果的領域。

在《美國科學院院刊》本周接受的一篇論文中,科學家詳細闡述了一套識別、描述和計算塞倫蓋蒂平原野生動物數量的系統,準確率高達96.6%。2016年11月,昆士蘭大學的科學家也使用谷歌TensorFlow機器學習框架訓練了一套算法,可以自動探測海洋圖片中的海牛。


來源:,歡迎分享,(官網)

原文地址:http://www.fowvdp.live/news/2711.html

發表評論

必填

選填

選填

◎已有 0 人評論

云南时时彩官方网站