هوش مصنوعی صخره های مرجانی مقاوم به گرما را در اندونزی شناسایی کرد | جانی لانگنهایم
یک مطالعه علمی اخیر در سواحل جزیره سولاوسی اندونزی نشان می دهد که برخی از مرجان های آب های کم عمق کمتر از آنچه قبلا تصور می شد در برابر گرمایش جهانی آسیب پذیر هستند.
بین سال‌های ۲۰۱۴ تا ۲۰۱۷، صخره‌های جهان بدترین سفید شدن مرجانی را تجربه کردند، زیرا رویداد چرخه‌ای آب و هوای ال نینو همراه با گرمایش انسانی باعث افزایش بی‌سابقه دمای آب شد.
اما مطالعه ژوئن که توسط بنیاد خانوادگی پل آلن، یکی از بنیانگذاران مایکروسافت تامین شد، نشان داد که صخره های سولاوسی به طرز شگفت آوری سالم هستند.
در واقع، وضعیت صخره‌ها به‌طور قابل‌توجهی بدتر از زمانی که برای اولین بار در سال ۲۰۱۴ مورد بررسی قرار گرفتند، به نظر نمی‌رسید – برای دانشمند بریتانیایی دکتر اما کندی، که تیم تحقیقاتی را رهبری می‌کرد، شگفت‌انگیز بود.
او گفت: «بعد از چند سال افسرده‌کننده به‌عنوان دانشمند صخره‌های مرجانی که شاهد بدترین رویداد جهانی سفید شدن مرجان‌ها بود، تجربه صخره‌هایی مانند این فوق‌العاده دلگرم‌کننده است. این بدان معناست که ما هنوز زمان داریم تا برخی از صخره‌های مرجانی را از طریق هدف‌گیری علمی اقدامات حفاظتی نجات دهیم.»
اندونزی در قلب مثلث مرجانی واقع شده است – میزبان بیشترین سطوح تنوع زیستی دریایی در این سیاره است. در اینجا صخره‌هایی وجود دارند که گونه‌های بیشتری نسبت به کل منطقه کارائیب دارند، که این منطقه زیستی را برای دانشمندانی که تاب‌آوری صخره‌ها را مطالعه می‌کنند، مورد توجه خاص قرار می‌دهد.
ترکیبی از فناوری تصویربرداری ۳۶۰ درجه و هوش مصنوعی (AI) به دانشمندان این امکان را می دهد که بیش از ۵۶۰۰۰ تصویر از صخره های کم عمق را جمع آوری و تجزیه و تحلیل کنند. در طول یک سفر شش هفته‌ای، تیم اسکوترهای زیر آب مجهز به دوربین‌های ۳۶۰ درجه را مستقر کرد که به آنها اجازه می‌داد تا ۱٫۵ مایل از صخره‌ها را در هر شیرجه عکاسی کنند که در مجموع ۱۴۸۷ مایل مربع را پوشش می‌داد.
سپس محققان دانشگاه کوئینزلند در استرالیا از نرم‌افزار هوش مصنوعی پیشرفته برای مقابله با فرآیند معمولاً زمان‌بر شناسایی و فهرست‌نویسی تصاویر صخره‌ها استفاده کردند. آنها با استفاده از جدیدترین فناوری یادگیری عمیق، به هوش مصنوعی یاد دادند که چگونه الگوها را در خطوط و بافت های پیچیده تصاویر صخره تشخیص دهد و در نتیجه انواع مرجان ها و دیگر بی مهرگان صخره را تشخیص دهد.
پس از نشان دادن AI بین ۴۰۰ تا ۶۰۰ تصویر، توانست تصاویر را به صورت مستقل پردازش کند. دکتر کندی می‌گوید، «استفاده از هوش مصنوعی برای تجزیه و تحلیل سریع عکس‌های مرجان‌ها، کارایی کاری را که انجام می‌دهیم بسیار بهبود بخشیده است – کاری که دانشمند صخره‌های مرجانی ۱۰ تا ۱۵ دقیقه طول می‌کشد، اکنون ماشین چند ثانیه طول می‌کشد».
اجماع علمی گسترده بر این است که اکوسیستم های صخره های مرجانی در سراسر جهان در اوایل سال ۲۰۵۰ در معرض خطر فروپاشی قرار دارند، اگر انتشار CO2 با نرخ فعلی ادامه یابد. این واقعیت نگران کننده طیف وسیعی از اقدامات را با هدف ارزیابی سریع سلامت اکوسیستم های صخره ای در سراسر جهان تسریع کرده است.
مطالعه سولاوسی بخشی از ابتکار ۵۰ ریف است که یکی از پروژه های کلیدی متمرکز بر جمع آوری و تجزیه و تحلیل داده های پایه است. ۵۰ Reefs که سال گذشته با حمایت خیریه بلومبرگ، بنیاد شرکت تیفانی و موسسه خیریه پل جی آلن تأسیس شد، قصد دارد مجموعه‌ای از اکوسیستم‌های اصلی صخره‌ها را ایجاد کند که به گفته دانشمند ارشد این طرح، پروفسور اووه هاگ-گولدبرگ، “به احتمال زیاد تا زمانی که گرمایش جهانی تحت کنترل قرار نگیرد” زنده بمانند.
او می افزاید: «تکنولوژی اکنون به ما این امکان را می دهد که این کار را انجام دهیم. “خیلی هیجان انگیز است.”
صخره های مرجانی امنیت غذایی نیم میلیارد نفر را تامین می کند و سالانه حدود ۳۷۵ میلیارد دلار به اقتصاد جهانی کمک می کند. اگر آنها در سطح جهانی فرو بریزند، صنعت ماهیگیری اقیانوس نیز همراه با آنها از بین خواهد رفت.
امید این است که اگر بتوان صخره‌های کلیدی را در برابر عوامل استرس‌زای دیگر مانند آلودگی پلاستیکی و صید بیش از حد محافظت کرد، می‌توانند بدترین تأثیرات تغییرات آب و هوایی را تحمل کنند و پس از تثبیت دمای اقیانوس، صخره‌های آسیب‌دیده را احیا کنند.
یافته های مطالعه سولاوسی به دانشمندان و حافظان محیط زیست کمک می کند تا برنامه های حفاظت از مرجان ها را در سایر نقاط جهان هدایت کنند. با توجه به اینکه شاید سه دهه برای نجات یک اکوسیستم حیاتی جهانی از انقراض باقی مانده است، پیشرفت به شدت مورد نیاز است.
این ماده در ۱۸ آگوست ۲۰۱۸ اصلاح شد. این ماده بیان می کند که صخره های بررسی شده در سولاوسی در وضعیت بهتری نسبت به سال ۲۰۱۴ هستند. در واقع، صخره ها از سال ۲۰۱۴ کاهش قابل توجهی نداشته اند.
