الذكاء الاصطناعي يكشف غموض الشعاب المرجانية كشف باحثون عن نموذج ذكاء اصطناعي جديد اسمه SeaSplat، يمكنه تحويل الصور تحت المائية الصعبة الرؤية إلى مشاهد ثلاثية الأبعاد دقيقة وواضحة. هذا النموذج يساعد علماء البيئة على مراقبة وفهم بيئات مثل الشعاب المرجانية بشكل أفضل. تطوير SeaSplat طور فريق بحثي من مؤسسة وودز هول لعلم المحيطات (WHOI) في ماساتشوستس ومعهد ماساتشوستس للتكنولوجيا (MIT) نموذج SeaSplat لتعويض تأثيرات المياه المضللة على الصور، وهي الضبابية والتحرف في الألوان. يقوم SeaSplat بإعادة بناء ما سيبدو عليه المشهد تحت المائي في حالة إزالة المياه ومضايقها، حيث يحول الصور التي تبدو بلا ألوان أو باهتة إلى صور زاهية وحادة تعكس الألوان الحقيقية للأجسام أو الحيوانات. تقنيات إعادة بناء الصور ثلاثية الأبعاد يستخدم النموذج تقنية تسمى "إسقاط الغاوس ثلاثي الأبعاد" (3D Gaussian splatting) لمساعدته في التنبؤ وإعادة إنشاء الصور ثلاثية الأبعاد بدقة من الصور ثنائية الأبعاد تحت المائية. تم تعديل النموذج باستخدام كميات كبيرة من الصور تحت المائية التي جمعتها الغواصين والروبوتات، مما مكّنه من تصحيح التحريفات الناجمة عن المياه تلقائيًا وإظهار الأجسام تحت المائية كما لو كانت على اليابسة. عملية التصوير والتحليل استخدم الباحثون روبوتًا تحت المائيًا مجهزًا بوحدة حوسبة حافة NVIDIA Jetson Orin لمساعدة في توجيه السفينة أثناء جمع الصور. بعد الجولة الأولى من التدريب التي تم تشغيلها بواسطة معالجات NVIDIA L40، يمكن استخدام النموذج الآن لتحليل صور التقطت بكاميرات تحت مائية عادية، وليس بتجهيزات خاصة أو إنارة فاخرة. تطبيقات SeaSplat يقوم علماء البيئة برفع الصور الخام تحت المائية، ويقوم النموذج بإنشاء نسخ مصححة تعيد الألوان الطبيعية وتوضح التفاصيل الدقيقة. على سبيل المثال، يمكن لـ SeaSplat إضافة الألوان الحمراء والصفراء بدقة، والتي غالبًا ما تكون ممحوّرة في الصور تحت المائية. كما يبرز أو يعيد إنشاء التفاصيل الدقيقة في الشعاب المرجانية أو الكائنات البحرية الأخرى. أهمية مراقبة الشعاب المرجانية قال يوجيش جيردار، عالم مشارك في مؤسسة وودز هول ومشارك في تطوير النموذج: "الشعاب المرجانية هي جزء صغير من المحيط ولكنها تضم كمية كبيرة من التنوع البيولوجي، لذلك من الأهمية بمكان مراقبة نظم الشعاب المرجانية". يمكن للعلماء استخدام هذا النموذج لتقدير التنوع البيولوجي في الشعاب المرجانية وكشف الأحداث الخاصة مثل تبييض الشعاب أو الأمراض. تأثير تبييض الشعاب المرجانية وفقًا لمبادرة الشعاب المرجانية الدولية، وهي شراكة عالمية بين الدول والمنظمات، تعرض حوالي 84% من شعاب المحيطات لأحداث تبييض ضارة خلال السنوات الماضية. منذ عام 1998، حدث أربع أحداث تبييض عالمية أدت إلى تدمير نظم شعابية. نشر البحث قدم جيردار ومؤلف البحث المشارك دانييل يانغ، وهو طالب الدراسات العليا في MIT، عملهما على SeaSplat في مؤتمر الروبوتات في منتصف مايو، وذلك قبل أسابيع قليلة من اليوم العالمي للوعي بالشعاب المرجانية الذي يُحتفل به في الأول من يونيو كل عام. كان البروفيسور جون ليونارد، أستاذ الهندسة الميكانيكية في MIT، أيضًا أحد مؤلفي الدراسة. تجارب SeaSplat تم استخدام SeaSplat حتى الآن لتحليل وتحسين صور الشعاب المرجانية التي التقطت في جزر العذراء الأمريكية، البحر الأحمر، وكيراساو. يسعى الباحثون إلى تعميم النموذج وتوسيع نطاقه بحيث يمكن استخدامه في أي مسح أو دراسة تحت المائية. تقييم الخبراء يعد SeaSplat أداة قيمة لعلماء البيئة، حيث يمكنه توفير تفاصيل عالية الدقة عن قاع البحر ومساعدة العلماء على فهم الشعاب المرجانية بشكل أفضل. هذا النموذج يعزز جودة البيانات ويزيد من دقة الملاحظات، مما يساهم في حماية هذه البيئات الهامة. نبذة عن مؤسسة وودز هول لعلم المحيطات (WHOI) مؤسسة وودز هول لعلم المحيطات هي واحدة من أكبر وأعرق المؤسسات البحثية في مجال علوم المحيطات في العالم. تأسست المؤسسة في عام 1930 وهي متخصصة في دراسة البيئات البحرية وتطوير التقنيات المتطورة لدعم البحث العلمي. من خلال التعاون مع مؤسسات مثل MIT، تعمل WHOI على تطوير حلول مبتكرة لمواجهة التحديات البيئية الراهنة.