海洋正在身陷環(huán)境污染危機,問題的嚴重性,從氣候變化,到塑料污染,再到過度捕撈,所有這些都成為亟待解決的現(xiàn)實問題,且短期看似乎并沒有太好的處理辦法。
科學(xué)家們注意到,即使馬上停止一切對化石燃料的使用行為,到2050年海洋中約90%的珊瑚仍將消失。珊瑚可以說是海洋的生命維持系統(tǒng),沒有了它,海洋生態(tài)也將很快枯萎消亡。
盡管前景一片晦暗,但我們?nèi)阅苷业揭稽c希望的微光,特別是AI技術(shù)的迅速崛起,讓人們能夠從全新的角度審視海洋保護議題。本文旨在探討如何利用科技力量,特別是AI技術(shù)這一重要分支,去幫助人類恢復(fù)珍貴的海洋生態(tài)。
最終,AI技術(shù)將以最高效也最獨特的方式,利用數(shù)據(jù)發(fā)現(xiàn)新的見解、創(chuàng)新途徑與工作方式。以往,海洋數(shù)據(jù)往往被視為一類規(guī)模龐大、無法使用且極度分散的信息。理解這些數(shù)據(jù),將成為創(chuàng)建海洋治理方案并采取實際行動的關(guān)鍵性前提。
有限的知識阻礙了我們的腳步
今天我們面臨的諸多海洋問題,源自我們對其了解還不夠多、不夠深入。值得注意的是,雖然海洋占據(jù)我們這顆星球四分之三的表面積,但我們對火星及月球的地形知識反而遠高于海洋。畢竟水底世界并不易探索,因此我們的文化與思想基本上沒有將其接納進來。直到最近,公眾才意識到我們的海洋處于不穩(wěn)定狀態(tài),而這種意識實際源自近年來海洋水體的快速惡化與衰退。但是,我們到底能為此做些什么?
筆者與幾家AI初創(chuàng)企業(yè)進行了交流,他們正在努力為海洋問題提供解決方案。比如,Sinay公司正在匯總海洋數(shù)據(jù),并利用機器學(xué)習(xí)實現(xiàn)積極主動的行動能力;Data 360則希望利用數(shù)據(jù)發(fā)現(xiàn)文化與知識層面存在的差距與機遇;Hadal公司正在利用海洋測深學(xué)繪制海底圖,旨在擴展我們對于海洋地形的認識。
縮小海事領(lǐng)域?qū)I(yè)知識與數(shù)據(jù)方面的差距
在收集海洋數(shù)據(jù)方面,可行的方法相當(dāng)可觀,但其中某些數(shù)據(jù)集卻一直極難獲得,且相關(guān)信息量巨大。要理解這些數(shù)據(jù),需要豐富的海洋學(xué)及物理學(xué)專業(yè)知識并配合強大的計算資源。通過將機器學(xué)習(xí)引入其中,我們獲得了前所未有的技能組合,進而為當(dāng)下的海事環(huán)境帶來新的認知與理解渠道。
Sinay公司正在努力彌合海事專業(yè)知識與數(shù)據(jù)之間的差距。他們的平臺能夠整合來自6000多個來源的數(shù)據(jù),包括測量水質(zhì)、海浪與天氣數(shù)據(jù)等,同時配合船舶航行位置以及海洋聲學(xué)物聯(lián)網(wǎng)傳感器數(shù)據(jù)等。以此為基礎(chǔ),他們利用機器學(xué)習(xí)算法進行信息關(guān)聯(lián),從而實現(xiàn)實時決策、洞察運營效率、降低成本并緩解環(huán)境危害。
▲ 圖:Sinay公司創(chuàng)始人Yanis Souami與CMO Francoise Fable
Sinay公司正在將其技術(shù)應(yīng)用于多種場景,例如“聲學(xué)污染”,這一領(lǐng)域目前還幾乎沒有得到任何公眾關(guān)注。雖然我們感受不到,但聲壓較高的某些噪聲會對水下生態(tài)系統(tǒng)產(chǎn)生嚴重的影響;在水下,聲音能夠以五倍于空氣中的傳播速度先進數(shù)百英里。此外,新港口建設(shè)期間會向海洋中釋放額外的聲能,航道上的船只以及海上風(fēng)電場等開放水域內(nèi)的設(shè)施也都會給海洋生物帶來危害。其中,鯨目動物(包括海豚和鯨魚)對高聲壓非常敏感,很可能因此受傷,有時甚至?xí)霈F(xiàn)大規(guī)模擱淺事件。聲學(xué)污染還可能破壞各種魚類及其幼體的生理結(jié)構(gòu),最終令整個海洋生態(tài)系統(tǒng)陷入風(fēng)險之中。
▲ 圖:聲學(xué)儀表板——舊金山灣。Sinay/圖片來源。
Sinay公司可以從所關(guān)注區(qū)域內(nèi)部署的各種浮標處獲取數(shù)據(jù),并利用機器學(xué)習(xí)技術(shù)實時檢測海洋哺乳動物的聚集位置,從而適當(dāng)調(diào)整建設(shè)項目、航線或者港口擴建的具體地點。
利用AI推動文化潮流轉(zhuǎn)變
在治理海洋方面,大規(guī)模傳播相關(guān)知識可能是最為重要的工作之一。這既能幫助社會了解我們當(dāng)前正在對海洋施加的損害,同時也能在引發(fā)嚴重后果之前加以糾正。在這方面,AI技術(shù)能夠幫助我們緩和爭執(zhí)、理解知識差距、培養(yǎng)保護意識并擴大對話范圍。
▲ 圖:Data 360公司CIO Marie Smith
“縱觀互聯(lián)網(wǎng)的發(fā)展歷史與現(xiàn)有基礎(chǔ)設(shè)施,我們會發(fā)現(xiàn)社交媒體與智能手機的出現(xiàn)顯著放大了數(shù)據(jù)規(guī)模。大部分數(shù)據(jù)來自我們每天在這些平臺上分享的觀念與想法。如今,AI技術(shù)可以應(yīng)用于大數(shù)據(jù),為人們提供重要知識,并幫助大家關(guān)心并接觸到可能帶來重大影響的社區(qū)。”——Marie Smith,Data 360公司CIO。
利用AI分析科學(xué)研究
《Ocean Health》是一份優(yōu)秀的海洋相關(guān)科學(xué)期刊,但其中的內(nèi)容表明,真正了解海洋狀況的研究人員所撰寫出的內(nèi)容,已經(jīng)與普通大眾想要看到的內(nèi)容嚴重脫節(jié)。
在最近的一輪主題分析當(dāng)中,領(lǐng)先的大數(shù)據(jù)與分析企業(yè)Data 360發(fā)現(xiàn),研究人員往往只關(guān)注少數(shù)專業(yè)議題,而并未考慮到普通公眾希望全面了解情況的迫切需求。
大數(shù)據(jù)與AI,再加上機器學(xué)習(xí),使人們第一次能夠與身邊發(fā)生的問題及其解決方案聯(lián)系起來。此外,AI技術(shù)還可以幫助內(nèi)容創(chuàng)造者根據(jù)城市、主題或者關(guān)注方向確定最佳受眾,并對公眾情緒進行深入分析,同時利用預(yù)測模型解決公眾參與的問題。
總而言之,Data 360公司正在努力縮小在線知識共享內(nèi)容與消費者在信息需求方面的差距。
測量海洋
我們可以采取多種形式對海洋以及水體性質(zhì)加以測量,具體以怨報德利用無人機探測海面溫度,以及利用海岸線處部署的聲納描繪海床特征等。然而,平均深度達4000米的海底似乎仍然遙不可及,也始終未能得到公眾的關(guān)注。目前,只有不到10%的海底區(qū)域完成了高分辨率繪圖,這意味著我們在認識海洋環(huán)境方面還有很長的路要走。
Hadal公司(這是一家無人潛艇制造商,專門負責(zé)繪制海底地形圖)COO Rob Damus表示,“海底就是海洋與地殼之間的對接面。以往,人們曾認為海底就是片貧瘠的地帶,但現(xiàn)代探索與測繪工作已經(jīng)證明這里同樣是個充滿活力的世界,到處都是化學(xué)合成生命與地質(zhì)活動。繪制完整的海床圖,將有助于更深入地了解海洋環(huán)流、海底地貌以及定義出關(guān)于整體景觀的普遍認可模型。所有這一切,都將有助于甚至直接影響到我們的陸地生活方式。”
海洋在調(diào)節(jié)地球氣候方面發(fā)揮著至關(guān)重要的作用,因此我們需要更深入地理解建模工作;而如果沒有來自海洋深處的遙感測量數(shù)據(jù),我們只能用猜測的方式“臆斷”這個巨大散熱體系的運作規(guī)律。
數(shù)據(jù)指導(dǎo)行動
要在海洋層面發(fā)揮AI技術(shù)的全部潛能,獲取數(shù)據(jù)無疑是重要的第一步,畢竟如果無法測量,我們也就不可能真正理解海洋的奧秘并加以改善。我們可以利用數(shù)據(jù)建立起海洋健康狀態(tài)基準,幫助科學(xué)家測量pH值變化、識別物種、確定搜索模式等等。這些數(shù)據(jù)有助于理解港口水質(zhì)變化并針對異常狀況做出實時決策;亦能幫助航運公司規(guī)劃出更高效的航運線路,降低化石燃料消耗,同時避免與鯨魚及其他海洋生物發(fā)生碰撞。
而這還僅僅只是開始。正如我們發(fā)射的衛(wèi)星GPS技術(shù)帶來了實時交通與路線規(guī)劃能力,繪制完整的海洋表面與海底數(shù)據(jù),則有望幫助人類對氣候模式、魚類數(shù)量、水溫以及鹽度等建立全面的認識。
數(shù)據(jù)代表著基準,而AI將在此之上通過多種方式幫助我們拯救寶貴的海洋環(huán)境。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。