『』通过18万小时的海域录音,谷歌用AI帮助科学家更好地保护座头鲸( 二 )


Dr. Hemami表示 , 机器学习在海洋化学领域还有很多应用等待开拓 , 例如海洋酸化、脱氧或硝酸盐浓度 , 前景广阔 。
机器学习正在帮助追踪巨型幼虫 , 该幼虫的黏液室会捕集二氧化碳 , 并将其发送到海底 。至少在这种情况下 , 动物观察和化学观察的应用有所重叠——追踪巨型幼虫 。
【『』通过18万小时的海域录音,谷歌用AI帮助科学家更好地保护座头鲸】蒙特利湾研究水族馆研究所的首席工程师Kakani Katija一直在使用机器学习来追踪这些浮游生物并对其行为进行了建模 。它们利用粘液给自己建造精致的房屋 , 在它们的家(可能超过三英尺)中 , 这些微小的动物(大约是一支新铅笔的长度的一半)会过滤掉水 , 并捕获从海洋表面下沉的颗粒和碎屑来食用 。
一旦建筑物被这种海洋尘埃阻塞 , 这些浮游生物便会放弃家园 , 这些房屋就沉入海底为海底居民提供食物 。这些海洋尘埃大部分由光合作用生物组成 , 它们吸收了大量的二氧化碳 , 之后形成尘埃堵塞房屋 。因此这些下沉的房屋还有另一个关键功能:粘液室在捕获尘埃碎片的同时会捕获二氧化碳 , 将其一并发送到海底 。
燃烧化石燃料时释放出的二氧化碳大部分被海洋吸收 , 这阻止了我们的地球变暖多达36摄氏度 , 但是二氧化碳使海洋的酸性升高 。因此海洋中储存的二氧化碳量对于模拟未来的气候变化至关重要 , 而考虑到全世界浮游生物的普遍性以及它们可以过滤的水量 , 这很可能是一个很大的数目 。
Dr. Katija说:“由于对海洋或环境更深的了解 , 我们很容易陷入悲观情绪 。但我认为这是一个充满希望的时刻 , 我热爱人工智能技术和它带来的进步 , 而这项技术一旦得到合理的应用 , 它将会对观察环境和创造可持续发展的未来产生深远影响 。”


推荐阅读