Seabee

Den kunstige intelligensen (AI) gjenkjenner ulike arter av sjøfugl, sel og planter på bilder tatt av droner langs kysten. Til nå har tellingen av fugler skjedd med nitidig manuelt arbeid, men framover skal det skje automatisk. 

– I dag gjøres disse tellingene av fugl og sel manuelt. Jeg vet at de tidligere har leid inn et fly for å ta bilder av kjente selkolonier. Når man må sitte i månedsvis for å tolke data manuelt, blir det veldig ressurskrevende. Med denne AI-en får man kanskje ikke den samme presisjonen, men man får mye mer data, og det går veldig raskt, sier seniorforsker Arnt-Børre Salberg i Norsk regnesentral. 

Salberg og kollegene har utviklet systemet. Den kunstige intelligensen er fortsatt under trening, men planen er at den etter hvert skal bli så nøyaktig at den kan erstatte en del av det manuelle arbeidet.

Del av droneinfrastruktur

Løsningen er en del av droneprosjektet Seabee, der målet er å utvikle en infrastruktur med droner slik at forskere og forvaltning lett skal kunne samle inn data om kysten.

Infrastrukturen består av et utvalg DJI helikopterdroner med flere sensorer og multispektrale kameraer. Den består også av ubemannede overflatefarkoster (USV) fra Maritime Robotics. 

Infrastrukturen skal bedre kunnskapen om sjøfugl, sjøpattedyr, marine naturtyper og vannkvalitet.

Les også

Gjort i Afrika før

I forskningsmiljøene er det mye oppmerksomhet rundt kunstig intelligens for artsgjenkjenning, men foreløpig er det ikke i utstrakt bruk. 

– Jeg vet at denne typen artsgjenkjenning har blitt gjort tidligere, blant annet for å telle fugl langs kysten av Vest-Afrika. Det er en hype rundt dette. Men ofte er det snakk om akademiske studier som ofte blir liggende i en skuff. Vi prøver å gjøre det mer operativt, sier Salberg. 

Tarekart

Kartleggingen av marine naturtyper, kystvegetasjon som tang og tare, skjer ved at bilder av kysten blir behandlet av programvaren slik at man får et forenklet kart med fargekoder for de ulike artene. 

Kystplantene er viktige karbonbindere, og nylig ble den første rapporten om den nordiske blå skogen publisert. Der beregner de at tare, tang og ålegress langs kysten av de nordiske landene langtidslagrer om lag 3,9 millioner tonn CO₂ hvert år. 

Den kunstige intelligensen skal bidra til at de skal finne ut mer om hvorvidt denne vegetasjonen øker i utbredelse eller trekker seg tilbake. 

– Vi kan bruke det til å kartlegge utbredelsen og ikke minst dynamikken til den marine vegetasjonen, sier Kasper Hancke, tareforsker i Niva og prosjektleder i Seabee.

Ligner ansiktsgjenkjenning

Salberg sier at artsgjenkjenningsteknologien kan minne om ansiktsgjenkjenningsteknologien, men at artsgjenkjenningssystemet kun har 2D-bilder å forholde seg til, der ansiktsgjenkjenningen ofte analyserer bilder med et dybdeelement. Til gjengjeld kan artsgjenkjenningen finne andre egenskaper med nær infrarød- og termiske kanaler. 

Regnesentralen har i første omgang plottet inn bilder som de har fått fra Nina (Norsk institutt for naturforskning) og Niva (Norsk institutt for vannforskning) manuelt. Og nå er de første automatiske artsidentifiserte bildene klare. 

– Det er en utfordring at treningsdataene har sin egen signatur. Dette er gjerne bilder tatt i et spesielt område og med spesifikt utstyr. Jeg er litt spent på hvor godt dette fungerer når det dukker opp nye forhold. Det er utrolig mye rart som kan skje i et bilde, sier Salberg.