Việc ứng dụng học máy ngày càng trở nên hữu ích hơn đối với cộng đồng khoa học, đặc biệt là ngành hải dương học. Nếu bạn có tổng cộng khoảng 180.000 giờ video về Thái Bình Dương và bạn cần biết chính xác thời gian và địa điểm mỗi con cá voi lưng gù hát trong tổng thời gian nói trên, bạn có thể thử tìm kiếm kết quả trên Google được không? Google đang phát triển một cách sử dụng trí thông minh nhân tạo để theo dõi cá voi nhằm bảo vệ các loài có nguy cơ tuyệt chủng.
Mới đây, Google thông báo sẽ cung cấp nhiều giải pháp tận dụng trí tuệ nhân tạo (AI), bao gồm nỗ lực theo dõi và bảo vệ cá voi và phá bỏ rào cản ngôn ngữ trong giao tiếp của con người. Giải pháp được phát triển trong khuôn khổ dự án “Bioacoustics”, sử dụng trí tuệ nhân tạo để giúp các nhà khoa học, chính phủ và nhiều tổ chức phi lợi nhuận giám sát và kiểm soát các loài có nguy cơ tuyệt chủng.
Google đã hợp tác với cơ quan chức năng để giải cứu nguy cơ tuyệt chủng của cá voi
Google đã liên minh với các nhóm bảo vệ môi trường. Để theo dõi những con cá voi sát thủ đang bị đe dọa nghiêm trọng ở biển Salish bằng AI. “Chúng tôi đã thiết kế một mạng lưới phân tích thần kinh sâu. Tự động phát hiện các nguy cơ; và ngay lập tức gửi thông báo tới các nhà quản lý cảng biển Canada”. Đại diện Google nói. Vào hồi tháng 1 năm 2018, Ann Allen – một nhà nghiên cứu sinh thái học; tại Cơ quan Quản lý Khí quyển và Đại dương Quốc gia Mỹ đã liên lạc với Google. Yêu cầu sự hỗ trợ của họ để xác định được bài hát của cá voi lưng gù. Trong số rất nhiều âm thanh khác trên đại dương. Như tiếng cá heo hay động cơ tàu thủy.
Về yêu cầu này, Julie Cattiau – Giám đốc sản phẩm tại Goole đã chia sẻ rằng. Các kỹ sư tại Google đã sử dụng 10 tiếng dữ liệu được đánh nhãn. Từ đó huấn luyện được một mạng nơ-ron có thể phát hiện những bài hát của cá voi. Dựa trên một mô hình nhận diện âm thanh trong video trên Youtube. Sau khoảng 9 tháng, Tiến sỹ Allen đã có cho mình một mô hình chuyên nhận diện tiếng của cá voi lưng gù. Ngoài ra, Google cũng sử dụng các thuật toán tương tự để hỗ trợ Ủy ban Thủy sản Canada. Trong việc theo dõi giống cá voi sát thủ đang có nguy cơ tuyệt chủng cao, hiện chỉ còn khoảng 70 cá thể.
Kết luận
Như vậy, các ứng dụng machine learning và trí tuệ nhân tạo đang ngày một trở nên hữu ích hơn trên biển khơi – nơi tràn ngập dữ liệu với bề mặt bao la và đại dương sâu thẳm. Nhưng lại thiếu cách khai thác dữ liệu do chi phí cần thiết là quá đắt đỏ. Ngoài ra, biến đổi khí hậu cũng khiến machine learning càng quan trọng hơn: Đa số các dữ liệu mà khoa học có đều không còn chính xác. Bởi lẽ động vật thì đang thay đổi nơi sinh sống, nhiệt độ thì đang tăng. Còn dòng chảy dưới đại dương thì thay đổi. Trong khi đó, việc di chuyển nơi sinh sống lại càng làm việc kiểm soát số lượng cá thể trở nên cần thiết hơn.
Machine learning còn được ứng dụng trong hóa học và ô nhiễm đại dương. Cụ thể là trong kiểm soát lượng nhựa dưới đáy biển. Với yêu cầu của Cục Bảo vệ Môi sinh Hoa Kỳ, Draper đang sử dụng các bộ cảm ứng tương tự. Như thiết bị đo chất lượng không khí trên Trạm vũ trụ Quốc tế. Để thu thập dữ liệu về vi nhựa trong biển. Sau đó, dữ liệu này sẽ được sử dụng để tạo “vân tay hóa học”. Rồi “vân tay” này lại được sử dụng để huấn luyện thuật toán phân loại nhựa.
Hiện nghiên cứu vẫn đang trong quá trình thử nghiệm. Song thiết bị cảm ứng đời đầu của công trình đã được triển khai trong khu vực vòng hải lưu Nam Thái Bình Dương. Cụ thể là gần Đảo rác Thái Bình Dương, nhằm đánh giá hiệu quả của mô hình.