大数据文摘出品
来源：nytimes
编译：奥vi丫、牛婉杨
近几年，人工智能已经走进了各个领域，以帮助人类更好的进行研究。近日《纽约时报》报道称，机器学习为海洋“巨头”座头鲸的科学研究提供了很大帮助。
AI可以通过长达18万小时的太平洋海下录音，检测出座头鲸歌声出现的时间和地点。
来和文摘菌一起看看美国国家海洋与大气管理局生态学家Ann Allen是怎么做的~
2018年1月，她联系谷歌寻求帮助，希望在所有其他海洋噪音（例如海豚的叫声或轮船发动机的声音）中找到座头鲸的歌声。谷歌工程师利用带注释数据（其中鲸鱼歌声和其他噪音已被识别出来）在十小时内训练出一个神经网络来探测鲸鱼的歌声，这个网络基于一个用于识别油管视频中声音的模型。
相关链接：
https://ai.googleblog.com/2018/10/acoustic-detection-of-humpback-whales.html
大约9个月后，Allen得到识别座头鲸歌声的模型，她将其用于研究太平洋岛屿中该物种的出现和过去十年间的变化。除此之外，谷歌也使用了类似的算法来帮助加拿大渔业和海洋部实时监测濒临灭绝的南方常住虎鲸（Orca）的数量，该种群已减少到了大约70只。
事实上，AI对于海洋研究用处很大，因为海洋中既有着大量的数据（表面广、深度深）又可以说是欠缺一定的数据（因为获得数据太昂贵了，而且从各地收集不同类样本也不一定有用）。
气候变化也使机器学习在海洋研究中变得更有应用价值。随着动物迁徙、温度升高和洋流变化，科学家可得的大量数据不再准确，因此如何进行种群数量管理亟待解决。
濒临灭绝的北大西洋右鲸的种群数量已减少到约400只，更先进的监测技术可以帮助它们。该种群可能由于温度升高，从传统栖息地美加交界的缅因湾向北迁移到了加拿大圣劳伦斯市的海湾。
与这一转变相吻合的是NOAA（美国国家海洋与大气管理局）提出的“不寻常的死亡事件”：自2017年以来，已知有30条鲸鱼死亡（加拿大21条，美国9条），其中绝大部分是船只撞击或被渔具缠绕所致。
为了保护鲸鱼，科学家需要知道它们在哪里，这就是Charles Stark Draper实验室和新英格兰水族馆正在做的，他们称之为“从太空数鲸鱼”。通过卫星、声纳、雷达、人类目击及洋流等数据，他们正在训练一种机器学习算法，以建立预测鲸鱼所在地的概率模型。Draper全球挑战主管Sheila Hemami表示，美联邦、州和地方当局可以借助这些信息更快地对航道、运输速度和渔业做出决策，从而更好地保护鲸鱼。
同时许多鱼群也在移动，它们已经或接近被过度捕捞，而其中大部分捕捞行为是非法的。为了遏制非法活动并使海洋中的族群保持健康水平，谷歌还帮助成立了全球捕鱼监视网（Global Fishing Watch），该组织通过收集和公开船只的位置和活动来监视世界各地的捕鱼活动。
该组织研究与创新主管David Kroodsma说，“一直以来渔业数据与其它采掘业相比都非常匮乏，因此获得海洋中的大数据令人兴奋，因为这中蕴涵了很多改进数据的机会。20%的捕鱼都是非法的、未报告或不受管制的，了解这些行为的地点能帮我们更好应对这些。”
AI还能为海洋做些什么？
机器学习也可用于海洋化学和污染，例如监测海洋塑料。应美环境保护署的要求，Draper正在使用类似于国际空间站中监测空气质量的传感器收集相关数据，用于研究海洋中微塑料的性质。Dr. Hemami说，他们根据这些信息制造了一种“特定化学物质的指纹”用于训练算法来识别塑料。
这项研究仍处于测试阶段，但他们已在北太平洋回旋处附近（大太平洋垃圾补丁程序（Great Pacific Garbage Patch）所在地）部署了第一代传感器，该传感器有助于了解相关系统的工作方式。
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。
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。”
相关报道：
https://www.nytimes.com/2020/04/08/science/ai-ocean-whales-study.html
