NASA NeMO-Net: видеоигра помогает понять здоровье коралловых рифов

Коралловые рифы находятся в кризисе из-за изменений климата. Для их изучения исследователи собирают огромные библиотеки изображений — 3D-снимки от дайверов и 2D-спутниковые данные. Однако извлечь ценную информацию из этих массивов данных сложно без эффективных методов анализа.

В новом исследовании, опубликованном в Frontiers in Marine Science, ученые из Лаборатории перспективных методов зондирования Исследовательского центра NASA Ames автоматизировали этот процесс с помощью инструмента искусственного интеллекта — сверточной нейронной сети (CNN).

Проблема и решение

• Задача: Классифицировать огромные объемы 3D-изображений рифов для оценки состояния экосистем с течением времени.
• Решение: Использование CNN — модели ИИ, которая анализирует изображения, выявляя особенности (виды кораллов, рыб) и их пространственное расположение.

Главная сложность

CNN требуют для обучения больших наборов размеченных данных. Чтобы преодолеть это, исследователи привлекли гражданскую науку через видеоигру NeMO-Net.

Роль игры NeMO-Net

• Игроки исследуют виртуальные подводные миры, изучают и классифицируют виды кораллов.
• Созданные ими метки классификации используются для обучения CNN игры.
• Помимо сбора данных, игра является образовательным инструментом, который за 7 месяцев с момента релиза охватил более 300 миллионов человек.

Перспективы

Разработчики надеются, что их подход будет полезен для других проектов по сохранению природы и картографированию. Машинное обучение в будущем может позволить прогнозировать состояние рифов на 2 или 5 лет вперед, что крайне ценно для природоохранной работы.