Japan Nimmt Den Kommerziellen Walfang Wieder Auf – Die Technologie Will Ihn Retten

Japan hat in diesem Jahr zum ersten Mal seit über 30 Jahren den kommerziellen Walfang wieder aufgenommen, nachdem dieser durch einen internationalen Vertrag eingeschränkt worden war. Vor kurzem schloss ein japanisches Walfangteam seine Jungfernfahrt ab und tötete dabei 233 Wale. Dieser Vorfall scheint das tragische Schicksal des Wals vorwegzunehmen. Wie können wir Wale wirksam schützen und ihre Gefährdung verhindern? Welche Rolle kann KI-Technologie in diesem Bereich spielen?

Ab September beginnt in der japanischen Küstenstadt Taiji die jährliche Walfangsaison. Dies ist das erste Mal seit über 30 Jahren, dass Japan den kommerziellen Walfang wieder aufgenommen hat.

Um Wale vor übermäßiger Jagd zu schützen, wurde 1948 die Internationale Walfangkommission gegründet. Japan trat 1951 bei. 1986 verabschiedete die Kommission Weltweites Walfangverbot, das den Vertragsparteien den kommerziellen Walfang verbietet.

Japan, das auf eine lange Walfangkultur zurückblickt, hat die Grenzen des Übereinkommens wiederholt ausgetestet. Im Dezember 2018 gab Japan seinen Austritt aus der Organisation bekannt. Gemäß den Bestimmungen unterliegen sie ab dem 30. Juni dieses Jahres nicht mehr den Beschränkungen des Übereinkommens.

Jüngsten Berichten zufolge töteten sie auf ihrer ersten Reise nach der Wiederaufnahme des kommerziellen Walfangs 233 Wale und erbeuteten 1.430 Tonnen Walfleisch. Angesichts dieser schockierenden Zahlen muss man unweigerlich an die blutige Szene in der Dokumentation „Die Bucht“ denken.

Obwohl Wale die größten Tiere im Ozean sind, bleiben sie im Kampf gegen Raubtiere dennoch zerbrechlich und unbedeutend. Aufgrund des Gebrauchswerts von Walfleisch, -fett, -haut und verschiedenen Organen für den Menschen ist der riesige Körper angesichts der Interessen nichts weiter als eine Ware.

Durch die großflächige Jagd des Menschen waren viele Walarten einst vom Aussterben bedroht. Um diesem riesigen, aber zerbrechlichen Lebewesen die freie Bewegung im Meer zu ermöglichen, kommen verschiedene technische Methoden zum Einsatz, und auch die KI-Technologie leistet hierzu ihren Beitrag.

Es ist schwierig, die Anzahl und Population der Wale vollständig zu ermitteln. Darüber hinaus erschweren auch ihre Lebensgewohnheiten und Migrationsmuster die Erforschung. Doch durch die Anwendung mehrerer KI-Technologien werden diese Probleme nach und nach gelöst.

Spanische Wissenschaftler: Nutzung von CNN für Bevölkerungsstatistiken

Wale im OzeanGenaue Statistiken über Zahlen und Bevölkerungszahlen,Es wird Wissenschaftlern helfen, Wale zu erforschen und sie besser zu schützen.

Doch die Identifizierung und Zählung der Wale in diesem riesigen Ozean ist eine große Herausforderung. Daher begannen einige Forscher,Satelliten- und Luftbilder, mit Hilfe von Deep Learning und anderen Technologien,Durchführung statistischer Untersuchungen über Wale in der Nähe der Meeresoberfläche.

In einem kürzlich in der Zeitschrift Science Report veröffentlichten Artikel hat eine Gruppe von Wissenschaftlern aus Spanien genau das getan. Sie verwendenFaltungsneuronale Netze (CNNs)Das erstellte Modell kann effektiv dabei helfen, die Population und Anzahl der Wale zu identifizieren und zu bestimmen.

Um Wale auf Luft- oder Satellitenbildern zu identifizieren, müssen zahlreiche Schwierigkeiten überwunden werden, wie etwa fehlende Datensätze, Störfaktoren wie Schiffe, Felsen und Schaum, das Verhalten und die Haltung der Wale auf dem Wasser sowie Störungen durch Wolken, Licht, Wasserqualität usw.

In dieser Studie haben Wissenschaftler ein zweistufiges Deep-Learning-Modell auf Basis von CNN entwickelt. Das erste CNN Suchen Sie nach Eingabebildern mit Walen, und Störungen durch Schiffe, Felsen usw. ausschließen; das zweite CNN Suchen und zählen Sie jeden Wal in diesen Bildern.

Damit das System Wale genau identifizieren kann, verwendeten sie offene Daten wie Google Earth, Arkive, die NOAA-Fotobibliothek usw., um einen kommentierten Datensatz hoher Qualität zu erstellen. Satelliten- und Luftbilder unterschiedlicher Auflösung wurden verwendet, um die Anwesenheit von Walen festzustellen, ihre Anzahl zu zählen und den Gesamtprozess zu testen und zu validieren.

Der Artikel verwendet auchTransferlernen und Datenerweiterung, um die Effizienz des CNN-Trainings zu verbessern und die Robustheit und Generalisierungsfähigkeit von CNN zu erhöhen.

Der erste Schritt besteht darin, ein Bildklassifizierungsmodell zu erstellen.Erstellt mit der neuesten Version der GoogleNet Inception v3 CNN-Architektur,Es wurde auf ImageNet vortrainiert und konnte schließlich Wale in Bildern schnell identifizieren und möglicherweise falsch identifizierte Trümmerteile ausschließen.

Der zweite Schritt ist das Walzählmodell.Es wurde schnelleres R-CNN basierend auf der Inception-Resnet v2 CNN-Architektur verwendet.Vorab trainiert auf dem COCO-Datensatz. Das Modell analysiert nur die Zellen, bei denen eine hohe Wahrscheinlichkeit für das Vorhandensein eines Wals besteht, lokalisiert jeden Wal in einem Begrenzungsrahmen und gibt die Anzahl der gezählten Individuen aus.

Im Proof-of-Concept analysierte das Modell 10 Wal-Hotspots auf der ganzen Welt, die durch 13.348 Gitterzellen dargestellt wurden, mithilfe eines 71 × 71 m großen Schiebefensters (etwa doppelt so groß wie ein Blauwal) und gab die Wahrscheinlichkeit aus, in jeder Zelle einen Wal zu entdecken.

Die endgültigen Ergebnisse zeigten, dass das System in einem Test mit Google Earth-Bildern an zehn Hotspots zur Walbeobachtung Wale erkennen und zählen konnte.Ihre Leistung (F1-Maß) beträgt 81 % bzw. 94 %,Im Vergleich zum Basiserkennungsmodell allein,Dieses Modell verbesserte die Genauigkeit um 36 %.

Google: Mit Stimmabdruckerkennung Verhaltensgewohnheiten verstehen

Neben der Perspektive von Satellitenbildern bietet das maschinelle Lernen auch im Hinblick auf die Stimmabdruckanalyse einige einzigartige Möglichkeiten zum Schutz der Wale.

Die Rufe der Wale können unter Wasser Hunderte von Kilometern weit übertragen werden, und verschiedene Laute enthalten unterschiedliche Informationen, sodass sie mit weit entfernten Artgenossen kommunizieren können. Google hat den „Gesang“ dieser Wale mithilfe von Unterwasser-Aufzeichnungsgeräten aufgezeichnet.

Im Rahmen des von Google gestarteten Projekts „AI for social good“ gibt es eine Studie zum Schutz von Buckelwalen. Google-Forscher und Meereswalexperten,Es wurde ein „Überwachungsnetzwerk“ für Unterwassergeräusche eingerichtet, das mithilfe maschinellen Lernens die Bewegungen der Wale anhand ihrer Stimmabdrücke verfolgt.

Doch auch die darin enthaltenen Klanginformationen sind enorm umfangreich, was die gewaltige Unterwasserwelt betrifft. Beim Aufzeichnen der Walgeräusche entsteht auch viel Lärm.

Google hat einige Algorithmusmodelle entwickelt, die diese Informationen aus der riesigen Menge an Aufzeichnungsdaten herausfiltern können.Mithilfe der Analyse von Stimmabdruckinformationen können Walrufe identifiziert werden.Und weiter etablierte ein tiefes neuronales Netzwerk,Walarten in Aufnahmen automatisch identifizieren.

Durch die Umwandlung der überwachten Geräusche in Spektrogramme können aus diesen Spektrogrammen spezifische Walstimmenprofile ermittelt werden. Vor einiger Zeit haben sie diese Errungenschaft in Form eines Website-Tools eingeführt. Mithilfe dieses Tools können sie Unterwasseraudio im großen Maßstab visualisieren und die Details von Unterwassergeräuschen entdecken.

Das von Google in dieser Studie verwendete Modell ist ResNet-50 , indem SieÜberwachtes Lernen, trainiert mit gekennzeichneten Daten: Dem Algorithmus wurden Beispiele gekennzeichneter Geräusche (z. B.: Dies ist ein Buckelwal, dies ist kein Buckelwal) mithilfe von Spektrogrammen gezeigt. Je mehr Beispiele der Algorithmus lernt, desto besser kann er diese Geräusche erkennen. Schließlich kann das Modell feststellen, ob einige Clips enthalten Mehr als 90 % Präzision und 90 % RückrufEs gibt Buckelwale.

Durch diese Methoden ist es möglich, Veränderungen im Verhalten der Buckelwale zu beobachten, die der Realität entsprechen. Beispielsweise bleiben Buckelwalpopulationen im Sommer in der Nähe von Alaska und wandern im Winter zur Fortpflanzung und Geburt ihrer Jungen auf die Hawaii-Inseln ab.

Diese Forschung könnte uns helfen zu verstehen,Verhaltens- und Migrationsmuster,Um so spätere Strategien zum Schutz der Wale zu unterstützen.

Technologie für das Gute, mögen die Wale nie aussterben

Die ersten Wale tauchten vor etwa 50 Millionen Jahren auf. Diese Art, die den Gesetzen der Natur trotzte, wurde nach einem langen Evolutionsprozess zum größten Tier der Welt.

Der Mensch begann vor Hunderten von Jahren mit dem kommerziellen Walfang. Im 20. Jahrhundert kam es aufgrund des florierenden Walfangs zu einer groß angelegten Waljagd, die viele Walarten in Gefahr brachte. Bis heute sind Dutzende Walarten vollständig ausgestorben. Im Jahr 1961, während einer der verrücktesten Walfangsaisons,Bis zu 66.000 Wale wurden getötet.

Mit immer fortschrittlicheren Walfangwerkzeugen können selbst die größten Wale der menschlichen Gier nicht widerstehen.

Glücklicherweise gibt es auch immer mehr Technologien und Teams, die sich für den Schutz der Wale einsetzen. Ich hoffe, dass weitere Technologien dieser Art entstehen, sodass unsere Nachkommen Wale nicht nur in historischen Aufzeichnungen sehen können.

-- über--