Si dice che un sistema di intelligenza artificiale sviluppato presso l'EPFL, l'università pubblica di ricerca di Losanna, in Svizzera, sia in grado di produrre mappe 3D dettagliate delle barriere coralline anche da riprese video discutibilmente illuminate di subacquei amatoriali - in pochi minuti.
I dati richiesti per il sistema DeepReefMap possono essere raccolti da chiunque sia dotato di attrezzatura subacquea standard e di una fotocamera disponibile in commercio.
Tutto quello che devono fare è nuotare lentamente sopra una barriera corallina per diverse centinaia di metri, catturando riprese video della vista sottostante mentre procedono.
Gli unici limiti sono la durata della batteria della fotocamera e la quantità di aria nella bombola del subacqueo, afferma l'EPFL, sostenendo che lo sviluppo segna "un grande passo avanti nelle capacità di esplorazione e conservazione delle profondità marine per organizzazioni come il Centro transnazionale del Mar Rosso (TRSC) )” – un organismo di ricerca scientifica che dal 2019 è ospitato dall’EPFL.
Il TRSC ha condotto studi approfonditi su quelle specie di coralli del Mar Rosso che si sono dimostrate più resistenti allo stress legato al clima, e la sua iniziativa funge anche da banco di prova per il sistema DeepReefMap.
Mappe in pochi istanti
Sviluppato presso l’Environmental Computational Science & Earth Observation Laboratory (ECEO) all’interno della Scuola di Architettura, Ingegneria Civile e Ambientale (ENAC) dell’EPFL, si dice che DeepReefMap abbia il potere di produrre diverse centinaia di metri di mappe 3D della barriera corallina in pochi istanti.
Non solo, ma può anche riconoscere i tratti distintivi e le caratteristiche dei coralli e classificarli
"Con questo nuovo sistema, chiunque può svolgere un ruolo nella mappatura delle barriere coralline del mondo", afferma Samuel Gardaz, coordinatore dei progetti TRSC. “Stimolerà davvero la ricerca in questo campo riducendo il carico di lavoro, la quantità di attrezzature e logistica e i costi relativi all’IT”.
Ottenere mappe 3D della barriera corallina utilizzando metodi convenzionali si è rivelato impegnativo e costoso in passato, afferma l'EPFL.
Le ricostruzioni computazionalmente intensive si basano su diverse centinaia di immagini della stessa porzione di barriera corallina di dimensioni molto limitate (poche decine di metri) prese da molti punti di riferimento diversi, e solo subacquei specializzati sono stati in grado di ottenere tali immagini.
Questi fattori hanno fortemente limitato il tracciamento delle barriere coralline in parti del mondo prive delle necessarie competenze tecniche e hanno scoraggiato il monitoraggio di barriere coralline estese che coprono chilometri o addirittura centinaia di metri.
Array di sei telecamere
Mentre i dati su piccole barriere coralline possono essere catturati facilmente per DeepReefMap da subacquei dilettanti, per ottenere dati su un'area più ampia i ricercatori dell'EPFL hanno sviluppato una struttura in PVC che contiene sei telecamere: tre rivolte in avanti e tre indietro. Le telecamere sono distanziate di 1 metro l'una dall'altra e l'installazione è ancora gestita da un singolo subacqueo.
Si dice che questo array di sei telecamere offra un'opzione a basso costo per i team di subacquei locali che operano con budget limitati.
Una volta caricato il filmato, si dice che DeepReefMap non abbia problemi con la scarsa illuminazione o la diffrazione e gli effetti caustici spesso presenti nelle immagini subacquee.
“Le reti neurali profonde imparano ad adattarsi a queste condizioni, che non sono ottimali per gli algoritmi di visione artificiale”.
I programmi di mappatura 3D esistenti funzionano in modo affidabile solo in precise condizioni di illuminazione e con immagini ad alta risoluzione e sono "limitati anche in termini di scala", secondo il professore dell'ECEO Devis Tuia.
“A una risoluzione in cui è possibile identificare i singoli coralli, le mappe 3D più grandi sono lunghe diversi metri, il che richiede un’enorme quantità di tempo di elaborazione”, afferma. "Con DeepReefMap, siamo limitati solo dal tempo in cui il subacqueo può rimanere sott'acqua."
Salute e forma
I ricercatori affermano inoltre di aver reso la vita più facile ai biologi sul campo includendo “algoritmi di segmentazione semantica” in grado di classificare e quantificare i coralli in base a due caratteristiche.
La prima caratteristica è la salute – da molto colorato (suggerisce una buona salute) a bianco (indicativo di sbiancamento) e ricoperto di alghe (che indica morte) – e la seconda è la forma, utilizzando una scala riconosciuta a livello internazionale per classificare i tipi di coralli più comunemente trovati. nei reef poco profondi del Mar Rosso (ramificati, boulder, piatti e molli).
“Il nostro obiettivo era sviluppare un sistema che si rivelasse utile agli scienziati che lavorano sul campo e che potesse essere implementato rapidamente e su larga scala”, afferma Jonathan Sauder, che ha lavorato allo sviluppo di DeepReefMap per la sua tesi di dottorato.
“Gibuti, ad esempio, ha 400 km di costa. Il nostro metodo non richiede hardware costoso. Tutto ciò che serve è un computer con un'unità di elaborazione grafica di base. La segmentazione semantica e la ricostruzione 3D avvengono alla stessa velocità della riproduzione video.”
I ricercatori ritengono che utilizzando la tecnologia diventerà facile monitorare come le barriere coralline cambiano nel tempo, per identificare le aree prioritarie di conservazione.
Fornirà inoltre agli scienziati un punto di partenza per aggiungere altri dati come la diversità e la ricchezza delle specie della barriera corallina, la genetica delle popolazioni, il potenziale di adattamento dei coralli alle acque più calde e l’inquinamento locale nelle barriere coralline. Questo processo potrebbe eventualmente portare alla creazione di un gemello digitale completo di una barriera corallina.
DeepReefMap potrebbe essere utilizzato anche nelle mangrovie e in altri habitat di acque poco profonde e fungere da guida nell'esplorazione degli ecosistemi marini più profondi, afferma l'EPFL.
"La capacità di ricostruzione integrata nel nostro sistema di intelligenza artificiale potrebbe essere facilmente impiegata in altri contesti, anche se ci vorrà del tempo per addestrare le reti neurali a classificare le specie in nuovi ambienti", afferma Tuia.
Mappatura dei naufragi?
"Non mi aspetto un uso commerciale (sia nel senso dell'uso nelle immersioni commerciali, sia nella vendita di un prodotto) a breve", ha detto Jonathan Sauder Divernet. “Molto probabilmente il metodo rimarrà in fase di sviluppo, con versioni open source più user-friendly in arrivo.
“La visione 3D è un campo caldo nella ricerca sull’apprendimento automatico e sulla robotica. Le cose si stanno muovendo molto velocemente e mi aspetto che la mappatura in tempo reale abbia il suo "momento ChatGPT" entro i prossimi anni, con un'improvvisa disponibilità diffusa di algoritmi molto potenti, guidati da grandi aziende con budget di ricerca e ingegneria apparentemente infiniti, ma lo faremo Vedere!"
Il sistema potrebbe essere adattato per la mappatura 3D dei relitti? “La mappatura 3D è un algoritmo appreso, il che significa che impara da una serie di video di formazione.
Nel nostro scenario, addestriamo il sistema di mappatura sui video della barriera corallina. Sospetto che in questo momento funzionerebbe bene sui naufragi, ma potrebbe funzionare molto meglio se addestrato su grandi quantità di video di tali scene.
"Per ora, mi aspetto che il metodo migliore per ottenere fantastiche ricostruzioni 3D dei relitti sia ancora un flusso di lavoro di mappatura 3D convenzionale che consiste nello scattare molte foto ad alta risoluzione, nel calcolare le pose della fotocamera con un software Structure-from-Motion come Agisoft Metashape o COLMAP, e quindi potenzialmente renderli bene come uno splat gaussiano.
Recentemente sulla rivista è stato pubblicato un articolo sulla ricerca sulla mappatura della barriera corallina Metodi di ecologia ed evoluzione.
Anche su Divernet: Le barriere coralline del mondo sono più grandi di quanto pensassimo..., 10 modi in cui la tecnologia sta salvando i coralli, La barriera corallina profonda è la più conosciuta al mondo, Le carte del XVIII secolo rivelano la perdita di coralli
