هوش مصنوعی حرکات نهنگ‌ها را پیش‌بینی می‌کند تا از برخوردهای مرگبار با کشتی‌ها جلوگیری شود

1

یک ابزار مبتنی بر هوش مصنوعی (AI) برای پیش‌بینی زیستگاه نهنگ‌های در معرض خطر توسعه یافته است که به کاهش برخوردهای مرگبار با کشتی‌ها و ترویج توسعه مسئولانه اقیانوس کمک می‌کند. این ابزار توسط پژوهشگران دانشگاه راتگرز نیو برانزویک طراحی شده است.

با تجزیه و تحلیل مجموعه داده‌های وسیع، این مدل هوش مصنوعی تکنیک‌های پایش موجود را بهبود می‌بخشد و روشی دقیق‌تر برای ردیابی حرکات نهنگ شکارگر بحرانی، یعنی نهنگ راست شمال اقیانوس اطلس، ارائه می‌دهد.

این گونه چگونه تحت خطر قرار دارد؟

این گونه از سال ۱۹۷۰ تحت قانون گونه‌های در معرض خطر (Endangered Species Act) به‌عنوان گونه‌ای در خطر انقراض ثبت شده است. در حال حاضر، جمعیت این نهنگ‌ها تقریباً ۳۷۰ فرد برآورد می‌شود که از این تعداد تنها حدود ۷۰ ماده بالغ و قادر به تولیدمثل هستند. این اطلاعات توسط سازمان ملی اقیانوسی و جوی ایالات متحده (NOAA) ارائه شده است.

مدل‌سازی حرکات نهنگ‌ها با هوش مصنوعی

این پروژه به رهبری “احمد عزیز عزت”، استادیار مهندسی صنعتی و سیستم‌ها در دانشکده مهندسی دانشگاه راتگرز انجام شده است.

عزت با “جاش کوهات”، استاد علوم دریایی در راتگرز، و “جیاشیانگ جی”، دانشجوی دکترا و نویسنده اصلی این پژوهش، همکاری داشته است.

پروفسور کوهات عملکرد این مدل هوش مصنوعی را به ردیابی الگوهای حرکتی انسان در یک خانه تشبیه کرده است، جایی که عواملی مانند غذا در آشپزخانه یا تلویزیون در اتاق نشیمن بر محل تجمع افراد در زمان‌های خاص تأثیر می‌گذارد.

وی توضیح داد: “با این برنامه، موقعیت نهنگ در اقیانوس را با شرایط محیطی همبسته می‌کنیم. این کار به ما امکان می‌دهد که در تصمیم‌گیری‌های مربوط به محل احتمالی حضور نهنگ‌ها اطلاعات بیشتری داشته باشیم.”

او افزود: “ما می‌توانیم زمان و مکانی را که احتمال حضور نهنگ‌ها در آن بیشتر است پیش‌بینی کنیم. این امر ما را قادر می‌سازد تا استراتژی‌های کاهش خطرات را برای حفاظت از آن‌ها اجرا کنیم.”

ابزارهای ارزشمند برای اقتصاد آبی

این محققان در ابتدا قصد داشتند مدل‌های زیستگاهی با وضوح بالا را برای حمایت از توسعه مزارع بادی دریایی ایجاد کنند. با این حال، یافته‌های آن‌ها پیامدهای گسترده‌تری داشت و آن‌ها را بر آن داشت که جزئیات بیشتری از مطالعه خود را به‌صورت عمومی منتشر کنند.

عزت در این رابطه گفت: “این ابزارها ارزشمند هستند و برای هرکسی که در اقتصاد آبی فعالیت دارد – از جمله ماهیگیری، حمل‌ونقل دریایی و توسعه پایدار انرژی‌های جایگزین – سودمند خواهند بود.”

وی تأکید کرد: “این رویکرد می‌تواند به استفاده هوشمندانه و زیست‌محیطی مسئولانه از این آب‌ها کمک کند تا هم به اهداف اقتصادی خود برسیم و هم اطمینان حاصل کنیم که کمترین آسیب ممکن به زیستگاه محیطی این موجودات وارد می‌شود.”

چگونه هوش مصنوعی بهبود ردیابی نهنگ‌ها را ممکن می‌کند؟

برخلاف برنامه‌های سنتی که بر اساس دستورالعمل‌های ثابت کار می‌کنند، مدل یادگیری ماشینی استفاده‌شده در این پژوهش، مجموعه داده‌های عظیمی را تجزیه و تحلیل می‌کند تا الگوها را شناسایی کرده و پیش‌بینی‌های خود را به مرور زمان بهبود بخشد.

عزت در توصیف این مدل گفت: “نتیجه مدل یادگیری ماشینی اساساً یک پیش‌بینی از زمان و مکانی است که احتمال بیشتری برای مواجهه با یک پستاندار دریایی دارد. این مدل مانند یک ‘نقشه احتمالاتی’ عمل می‌کند.”

این مدل داده‌های مرکز رهبری پایش اقیانوس دانشگاه راتگرز را که از سال ۱۹۹۲ داده‌های مربوط به نهنگ‌ها و اقیانوس را جمع‌آوری کرده است، ادغام می‌کند. همچنین، داده‌های ماهواره‌ای دانشگاه دلاور در تحلیل‌های این مدل گنجانده شده است.

استفاده از داده‌های اقیانوسی برای حفاظت از نهنگ‌ها

برای توسعه یک ابزار پیش‌بینی دقیق، پژوهشگران از دو منبع اصلی داده‌های اقیانوسی استفاده کردند: گلایدرهای خودران زیرآبی و اندازه‌گیری‌های ماهواره‌ای.

گلایدرهای زیرآبی، که شبیه به ربات‌های اژدرمانند هستند، اطلاعات لحظه‌ای درباره دمای آب دریا، شوری، جریان‌ها و سطح کلروفیل جمع‌آوری می‌کنند. این گلایدرها همچنین با استفاده از سونار، جمعیت ماهی‌ها را ارزیابی کرده و صداهای نهنگ‌ها را ثبت می‌کنند، که این امر به محققان کمک می‌کند مکان دقیق آن‌ها را شناسایی کنند.

در همین حال، داده‌های ماهواره‌ای اطلاعات گسترده‌تری در مورد شرایط محیطی، از جمله دمای سطح دریا، رنگ آب و جبهه‌های اقیانوسی – که بر پراکندگی نهنگ‌ها تأثیر می‌گذارد – ارائه می‌دهند.

کوهات در این باره گفت: “ما این داده‌ها را در اختیار داشتیم، اما تا پیش از این، قادر نبودیم دو مجموعه داده را – یعنی مکان نهنگ‌ها و شرایط محیطی آن نقاط – در کنار هم قرار دهیم. این پژوهش نشان‌دهنده قدرت استفاده از روش‌های هوش مصنوعی برای پیش‌بینی و تخمین مکان نهنگ‌ها است.”

حفاظت از نهنگ‌ها با هوش مصنوعی

با استفاده از هوش مصنوعی برای ادغام دهه‌ها داده‌های زیست‌محیطی و ردیابی نهنگ‌ها، تیم دانشگاه راتگرز ابزاری قدرتمند برای بهبود تلاش‌های حفاظتی، کاهش برخورد کشتی‌ها با نهنگ‌ها، و حمایت از توسعه پایدار اقیانوسی ایجاد کرده است.

با توجه به اینکه فعالیت‌های انسانی به‌طور فزاینده‌ای با اکوسیستم‌های دریایی تداخل پیدا می‌کند، این رویکرد مبتنی بر هوش مصنوعی گامی حیاتی در جهت حفاظت از نهنگ‌های راست شمال اقیانوس اطلس و مدیریت مسئولانه منابع اقیانوسی به‌شمار می‌رود.

این مطالعه در مجله Nature Scientific Reports منتشر شده است.