El videojuego NeMO-Net de la NASA ayuda a los investigadores a comprender la salud de los arrecifes de coral globales

Los ecosistemas marinos están atravesando una crisis de conservación, y los arrecifes de coral, en particular, enfrentan muchos desafíos como resultado del cambio climático. En un esfuerzo por comprender mejor estos entornos y las amenazas a las que se enfrentan, los investigadores están acumulando bibliotecas de imágenes masivas de estos entornos submarinos, utilizando imágenes en 3D recopiladas de buzos y nadadores, así como imágenes en 2D recopiladas de satélites. Estos métodos proporcionan a los investigadores cantidades masivas de datos, pero extraer el valor de estas bibliotecas requiere una forma de analizar rápidamente patrones o «clasificaciones».

En un nuevo estudio en Fronteras en Ciencias del MarLos investigadores del Laboratorio de detección avanzada de la NASA automatizaron este proceso mediante el uso de una herramienta de inteligencia artificial llamada Red neuronal convolucional (CNN), como explica el autor principal Jarrett van den Bergh del Instituto de Investigación Ambiental del Área de la Bahía:

« Grandes cantidades de arrecifes de coral en 3D los arrecifes de coral Las imágenes deben clasificarse para que podamos tener una idea de cuán avanzados han sido los ecosistemas de arrecifes de coral a lo largo del tiempo. Hacer que este proceso de clasificación sea lo más eficiente posible nos ha llevado a considerar la automatización con las CNN «.

Las CNN son un modelo de inteligencia artificial que se basa libremente en neuronas y cerebros biológicos que se utilizan para analizar imágenes y buscar características, como diferentes especies de coral en un arrecife de coral, o incluso peces que nadan en un paisaje submarino, así como dónde se encuentran estas características. Están localizados. En relación con todo lo demás en la foto. Esta profundidad en capas es lo que hace que las CNN sean adecuadas para analizar imágenes complejas, como los corales.

Jarrett van den Berg explica, sin embargo, que el uso de CNN también puede presentar desafíos adicionales al desglosar datos: “Las CNN requieren una gran cantidad de datos de entrenamiento para funcionar correctamente, por lo que era imperativo para nosotros crear una gran base de datos de datos que pudiéramos usar. Para la capacitación de CNN sobre cómo clasificar estas complejas imágenes en 3D de los arrecifes de coral «.

Para superar este desafío, los investigadores han utilizado un enfoque de ciencia ciudadana en forma de un videojuego llamado Nemo Net, Que aprovecha el poder de los científicos ciudadanos para crear conjuntos de datos de capacitación. A medida que los jugadores exploran mundos submarinos virtuales, pueden aprender y clasificar las especies de coral, y sus pegatinas de clasificación se utilizan para entrenar a CNN en NeMO-Net.

Van den Bergh también destaca los aspectos más gratificantes del proyecto NeMO-Net: «NeMO-Net principalmente recopila datos, pero también es una herramienta educativa que brinda a las personas una comprensión más íntima de nuestros arrecifes de coral. Hasta ahora, el juego ha llegado a más de 300 millones de personas en los siete meses. Desde su liberación «.

Los investigadores esperan que su trabajo en el desarrollo de un videojuego NeMO-Net y CNN sea de valor para otros proyectos de conservación y mapeo, y se debe explorar más investigación sobre el potencial del aprendizaje automático:

«A medida que avanza nuestra tecnología, el aprendizaje automático puede brindarnos una buena apreciación de lo que tenemos los arrecifes de coral Parecerá dentro de dos o cinco años. Esto podría ser muy beneficioso para los propietarios de conservación de corales que quieran ver el impacto de su trabajo. Recién estamos comenzando a ver los efectos del aprendizaje automático en la conservación «.