L’effetto Halo l’IA approfondisce la conservazione delle barriere coralline

L'IA e l'effetto Halo migliorano la conservazione delle barriere coralline.

Con le barriere coralline in rapido declino in tutto il mondo, i ricercatori dell’Università delle Hawaii a Mānoa hanno sviluppato uno strumento di rilevamento basato sull’IA che monitora la salute delle barriere coralline dal cielo.

Utilizzando modelli di apprendimento approfondito e immagini ad alta risoluzione provenienti da satelliti alimentati da GPU NVIDIA, i ricercatori hanno sviluppato un nuovo metodo per individuare e tracciare gli anelli di sabbia sterile che circondano le barriere coralline, noti come “halo”.

Lo studio, recentemente pubblicato nella rivista Remote Sensing of Environment, potrebbe aprire la strada al monitoraggio in tempo reale delle barriere coralline e invertire la situazione della conservazione globale.

“Gli halo delle barriere coralline possono essere un indicatore della salute degli ecosistemi”, ha detto Amelia Meier, ricercatrice postdottorato all’Università delle Hawaii e co-autrice dello studio. “Visibili dallo spazio, questi modelli di halo offrono agli scienziati e ai conservazionisti un’opportunità unica per osservare vaste e remote aree. Con l’IA, possiamo valutare regolarmente la presenza e le dimensioni degli halo in tempo quasi reale per determinare il benessere dell’ecosistema”.

• 5 Progetti di Portfolio per Studenti di Scienze dei Dati all’Ultimo Anno
• Visualizzazione dei dati Teoria e Tecniche
• Gli occhiali ‘intelligenti’ squilibrano il potere con chi non li indossa

Vedere Chiaramente: Illuminare la Salute delle Barriere Coralline

In passato si pensava che gli halo delle barriere coralline fossero causati solo dal pascolo dei pesci, ma le recenti scoperte dei ricercatori indicano che possono indicare anche un ecosistema sano di predatori e prede. Mentre alcuni pesci erbivori pascolano alghe o erba marina vicino al perimetro protettivo delle barriere coralline, i predatori scavano intorno al fondo marino alla ricerca di invertebrati, mettendo a nudo la sabbia circostante.

Queste dinamiche indicano che l’area ospita un ricco buffet di cibo per sostenere una popolazione diversificata di creature marine. Quando la forma dell’halo cambia, significa che c’è uno squilibrio nella catena alimentare marina e potrebbe indicare un ambiente delle barriere coralline non sano.

In Acque Calde

Nonostante occupino meno dell’1% degli oceani, le barriere coralline offrono habitat, cibo e aree di riproduzione per oltre 1 milione di specie acquatiche. Hanno anche un enorme valore commerciale, con un valore annuo di circa 375 miliardi di dollari per la pesca commerciale e di sussistenza, il turismo e la protezione costiera dalle tempeste e per la scoperta di composti antivirali per la ricerca farmaceutica.

Tuttavia, la salute delle barriere coralline è minacciata dalla pesca eccessiva, dall’inquinamento da nutrienti e dall’acidificazione degli oceani. L’intensificarsi dei cambiamenti climatici, insieme allo stress termico causato dal riscaldamento degli oceani, aumenta anche lo sbiancamento dei coralli e le malattie infettive.

Oltre la metà delle barriere coralline del mondo è già persa o gravemente danneggiata, e gli scienziati prevedono che entro il 2050 tutte le barriere affronteranno minacce, molte delle quali in pericolo critico.

Esplorando Nuovi Orizzonti con l’IA

Individuare i cambiamenti negli halo delle barriere coralline è fondamentale per gli sforzi di conservazione globali. Tuttavia, monitorare questi cambiamenti richiede molto tempo e lavoro, limitando il numero di rilevamenti che i ricercatori possono effettuare ogni anno. L’accesso alle barriere coralline in luoghi remoti presenta anche delle sfide.

I ricercatori hanno creato uno strumento di intelligenza artificiale che identifica e misura gli halo delle barriere coralline utilizzando satelliti globali, offrendo ai conservazionisti l’opportunità di affrontare in modo proattivo la degradazione delle barriere coralline.

Utilizzando immagini di Planet SkySat, hanno sviluppato un framework a doppio modello che utilizza due tipi di reti neurali convoluzionali (CNN). Utilizzando metodi di visione artificiale per la segmentazione delle immagini, hanno addestrato un modello Mask R-CNN che rileva i contorni della barriera corallina e dell’halo, pixel per pixel. Un modello U-Net addestrato a differenziare tra la barriera corallina e l’halo classifica e predice le aree di entrambi.

Il team ha utilizzato le librerie TensorFlow, Keras e PyTorch per addestrare e testare migliaia di annotazioni sui modelli di barriera corallina.

Per gestire i requisiti di calcolo del compito, le CNN operano su una GPU NVIDIA RTX A6000, potenziata da un framework PyTorch accelerato da cuDNN. I ricercatori hanno ricevuto la GPU A6000 come partecipanti al programma di sovvenzione hardware accademico NVIDIA.

Lo strumento di intelligenza artificiale identifica e misura rapidamente circa 300 halo in un’area di 100 chilometri quadrati in circa due minuti. Lo stesso compito richiede circa 10 ore per un annotatore umano. Il modello raggiunge anche un’accuratezza di circa il 90% a seconda della posizione ed è in grado di riconoscere e navigare tra vari e complessi modelli di halo.

“Il nostro studio segna il primo caso in cui l’IA viene addestrata sui modelli di halo delle barriere coralline, invece dei più comuni set di dati di immagini di gatti e cani”, ha detto Meier. “Elaborare migliaia di immagini richiede molto tempo, ma l’utilizzo della GPU NVIDIA ha accelerato significativamente il processo”.

Una delle sfide è che la risoluzione delle immagini può influire sull’accuratezza del modello. Immagini a bassa risoluzione rendono difficile individuare i confini della barriera e dell’halo e creano previsioni meno accurate.

Rafforzare il monitoraggio ambientale

“Il nostro obiettivo a lungo termine è trasformare le nostre scoperte in uno strumento di monitoraggio robusto per valutare i cambiamenti nella dimensione dell’alone e trarre correlazioni con la dinamica della popolazione di predatori ed erbivori nell’area”, ha detto Meier.

Con questo nuovo approccio, i ricercatori stanno esplorando la relazione tra la composizione delle specie, la salute delle barriere coralline e la presenza e la dimensione dell’alone. Attualmente, stanno indagando sull’associazione tra squali e aloni. Se la loro ipotizzata interazione predatore-preda-alone si dimostra vera, il team prevede di stimare l’abbondanza di squali dallo spazio.