海洋污染全球告急:AI 可能是最后的防线

AI在海洋领域的应用与发展 海洋(Oceans)是地球表面陆上水溶性沉积物及其下的海底层。海洋中含有的丰富的生物资源、矿产资源以及海产品。对海洋环境的污染程度也日益增高,如污染物对海洋生物群落的影响、水体排放量、水质变化等。同时海洋也承担着重要的经济、政治和社会责任。近年来,随着人工智能的崛起,海洋科技正在蓬勃发展。以机器学习、传感网、大数据分析等技术,海洋科技已经成为继互联网之后新的技术热点。其中,AI在海洋科技的应用领域主要包括自动识别海洋生物、自动监测水体质量、智能化风力发电系统设计等。 阅读详情

By 超神经


场景描述:人类产生的废弃物有意无意地漂进大海,而这些废弃物中,许多类型的塑料无法分解,严重威胁着鱼类、海鸟、海洋爬行动物、海洋哺乳动物,以及船只和沿海居住区。近年来,问题越来越严重,一些企业开始用人工智能技术去分析并清理巨量的海洋垃圾。


关键词:海洋塑料垃圾  机器学习 图像识别



地球这颗蓝色星球,正在被白色垃圾吞噬。


我们常说海纳百川,但事实上,这片地球上最能包容万物的领域——海洋,正在遭遇它不能承受之痛。巨量的海洋垃圾,尤其是塑料垃圾,让蓝色海洋变得满目疮痍。 


640?wx_fmt=jpeg

我们不知道这些垃圾会存在多久,又会伤害海洋多久


《太阳报》在 7 月 5 日报道了英国埃克塞特大学的一项新研究,研究人员对海洋污染进行了调查,发现在社交媒体和报道中,有 1116 只鲨鱼和鳐鱼被海中塑料垃圾缠住,而实际的数字可能更高。


海洋中的塑料,已经成为海洋中的恐怖杀手。大量的海洋生物会被塑料缠住,导致疼痛、饥饿、窒息,甚至死亡。


640?wx_fmt=jpeg

这些海洋塑料垃圾,也被称为「美人鱼的眼泪」


日益严重的塑料污染,让海洋在哭泣 


据联合国公布的数据显示,每年有 1300 万吨塑料流入海洋,有 100 万只海鸟和 10 万只海洋哺乳动物因塑料污染而丧生。流入海洋中的塑料,除了一部分会被带上岸边,更多的会继续留在海洋中,被分解成微型碎片,然后被浮游生物所摄入,并最终进入食物链,影响到人的健康。 


640?wx_fmt=jpeg

我们产生的塑料垃圾数量每年在以巨大的速度增长


但更可怕的是,大片被污染的海洋背后,并没有人清楚,不可降解的塑料会对海洋造成多大的影响,这些影响又会持续多久。 


塑料垃圾对海洋致命性的灾难,也引起了越来越多的重视。2008 年,联合国宣布设立每年的 6 月 8 日为世界海洋日,呼吁人们重视海洋问题。


640?wx_fmt=jpeg

海洋是地球的肺,但它的健康似乎很少被关注


六月底的 G20 的峰会上,海洋的塑料污染问题,也被提了出来,各国在宣言中达成「蓝色海洋愿景」,承诺在 2050 年前实现海洋塑料垃圾的「零排放」。


只有意识和决心还远远不够,塑料污染这样复杂的问题只能通过全面和大规模的解决方案来解决。在人工智能时代,数据和技术可以提供有价值的见解,帮助我们更好地理解问题,并提供解决问题的技术框架。 


Plastic Tide:用无人机与 AI 算法绘制垃圾地图


令人震惊的大太平洋垃圾填埋场(GPGP),是世界海洋中五个海上塑料聚集区中最大的一个。它位于夏威夷和加利福尼亚之间。


据估计,每年有 115 万~241 万吨塑料从河流进入海洋。它不是人类想像中的垃圾岛,而是一整片在海洋中漂流的塑胶碎片及微粒,面积达 160 万平方公里,与中国面积最大的省份新疆相当。专业人士估计,如果单纯人力去捕捞,大概需要 7 万 9 千年。 


640?wx_fmt=jpeg

GPGP 的白色垃圾令人触目惊心


但英国伦敦的一个团队 Plastic Tide,正在使用现代技术去解决这个问题。


Plastic Tide 的董事 Peter Kohler 在 2008 年南太平洋航行之后,制定了公司的愿景——用科学与技术,帮助海洋和野生动物重回自然。


之所以制定这样的愿景,是因为他在航行过程中发现,即使在距离海洋还有数英里的位置,他都能看到周围的海洋充满了垃圾,而且也无法确定这些垃圾的来源。  


从那以后,Peter Kohler 一直试图利用技术来衡量海洋垃圾问题的规模,并监测限制塑料的举措是否能成功。  


他们的想法是使用无人机安装的相机拍摄数千张航拍照片,然后用这些照片,训练 AI 算法以识别塑料垃圾,并区分贝壳,水母,塑料袋或瓶盖。  


640?wx_fmt=jpeg

Plastic Tide 用定制的机器学习软件对海洋塑料垃圾进行分析


许多志愿者和公民科学家参与到了该项目中,他们其中一些人标记了在海岸线上发现的塑料,还有一些人帮助机器学习如何正确识别塑料。  


项目的最终结果是一个开源地图,地图上准确地标记出污染最严重的海岸线。 


 

640?wx_fmt=jpeg

Plastic Tide 希望绘制出全球的海洋垃圾分布地图


该技术也具有可扩展性,虽然该项目仅在英国启动,但它还将扩展至全球。而且,除了海岸线,该项目还将监测海床和海面。  


他们绘制海岸线垃圾地图,就是为了让环保企业做出有针对性的努力。借助地图,这些企业可以把注意力集中在最需要的地方。  


640?wx_fmt=jpeg

无人机航拍员正在收集河岸的航拍图像,检测垃圾的分布


「在短期内,我们可以通过这个项目,去了解人类,海洋生物和鸟类生活受影响最严重的地区,从而帮助推进环保事业。」Peter Kohler 说。  


而从长远来看,Plastic Tide 希望建立一个系统,以更接近实时的方式记录塑料的传播。  


而且这个项目能提供评估相关环保政策是否带来影响的证据,例如禁止使用塑料袋。  


The Ocean Cleanup:以大数据量化海洋垃圾


对于 GPGP 这些漂浮在海面的塑料,一旦进入环流,就不太可能再离开了,除非能够降解。


为了清除这些垃圾,The Ocean Cleanup 公司对这一领域的垃圾进行了精细采样。采样团队包括一支由 30 艘船只组成的船队,652 个地面网,以及两个飞越该区域的飞机,以收集碎片垃圾的航空图像。


640?wx_fmt=gif

采样团队借助海陆空三种形式的工具,采集太平洋垃圾数据


团队对 GPGP 的塑料重量以及浓度分布都进行了量化估计,并生成可视化的质量浓度模型。


此外,他们在 2013 年至 2015 年六次测量了塑料的垂直分布。为了研究不同塑料的存在持久性,根据塑料的碎片特征,估计了塑料的类型和年代。


综合多项研究任务,团队编制了前所未有的大量数据。从这些目标中收集的数据和图像,最终被计算建模师团队用于构建各种模型和计算机生成的图形。这些图形可以作为从探险队进行研究和测试的直观表示。


640?wx_fmt=jpeg

团队绘制的 GPGP 塑料垃圾可视化数据图

模拟质量浓度热力图(左),按照垃圾大小的分布图(右)


这些模型帮助The Ocean Cleanup 的工程师进一步改进了清理系统的设计,该系统已于 2018 年中期部署。


愿海洋永远是蓝色天堂


因为海洋的存在,地球被称为蓝色星球。但海洋塑料垃圾的泛滥,正在让地球变成一个塑料星球。 


近年来,越来越多的垃圾污染事件,开始让人们意识到问题的严重性,更多的人开始重视并减少产生塑料垃圾。科技企业也在积极借用人工智能技术的力量加速垃圾清理事业的进度,尽快减少我们对海洋和生命造成的伤害。


没有人愿意生活在垃圾堆里,海洋生物亦是如此。愿技术能够帮助它们,也帮助我们。 


640?wx_fmt=jpeg


—— 完 ——

640?wx_fmt=jpeg 640?wx_fmt=jpeg

扫描二维码,加入讨论群

获得更多优质数据集

回复「进群」自动入群

更多精彩内容(点击图片阅读)

640?wx_fmt=png 640?wx_fmt=png 640?wx_fmt=png

640?wx_fmt=gif

基于深度学习的海洋垃圾检测识别系统 —— YOLOv8 + UI界面 + 数据集 深度学习是一种通过神经网络模型进行学习和模式识别的技术,尤其在图像处理、语音识别和自然语言处理等领域取得了显著的成功。深度学习的核心思想是通过多层的神经网络对输入数据进行逐层特征提取,使得模型能够自动学习到复杂的、非线性的特征表示。在图像处理领域,卷积神经网络(CNN)是最常用的深度学习模型之一。CNN通过卷积层提取图像特征,并通过全连接层进行分类和回归任务。目标检测任务则需要在图像中定位并识别出多个物体,YOLO(You Only Look Once)就是为了解决这一任务而设计的高效算法。 阅读详情

相关推荐

工程经验分享:PCIE(1)

本文介绍AXI Bridge For Pcie Express Gen3 Subsystem 的使用方法。这个IP兼具简单与实用性,将PCIE协议层实现于内部,仅留出AXI接口供开发者使用。开发者不需要处理复杂的PCIE协议数据,只需要对AXI总线有所了解即可,十分符合Xilinx一贯的开发风格。本文无关PCIE协议本身,仅分享实用性的工程经验,以PCIE IP为核心,一步一步搭建一个简单的子系统,以此说明用法。文中所有内容均已通过项目检验。

weixin_42415266的博客 3844

毕业设计-基于深度学习的水面垃圾目标检测系统 YOLO python 目标检测 人工智能 卷积神经网络 机器学习

毕业设计-基于深度学习的水面垃圾目标检测系统的计算机毕业设计。水面垃圾对海洋生态环境和人类健康造成严重威胁,因此快速、准确地检测和识别水面垃圾成为一项迫切需求的任务。本设计采用了YOLOv5算法和深度学习技术,实现了对水面垃圾的自动化检测和分类。通过训练深度学习模型,将水面图像输入系统,实现对塑料瓶、食品包装和渔网等垃圾目标的实时检测和识别。本毕业设计为水面垃圾目标检测系统的研究和开发提供了一种新的解决方案为计算机毕业设计提供了创新的方向,结合了深度学习和计算机视觉技术,为毕业生提供了一个有意义的研究课题。

Hai_Lang_IT的博客 3417

【Qualcomm高通音频】外部Codec调试流程_ES7243E

一、 调试大纲 调试正式开始之前,想办法获取以下信息:硬件设计原理图/Codec参考驱动代码/FAE联系方式。 1. 从硬件设计原理图,我们要获取到Codec芯片和CPU通过什么接口连接,包括数据传输接口、控制接口、reset和power引脚。 2. Codec参考驱动代码,一般正规的厂商都会提供的,至少也提供对应场景的寄存器配置。 接下来开始正式调试,大致分为以下流程: a. 数据...

crow_ch的博客 8276

基于机器学习的海洋垃圾识别算法应用研究+文档(24年最新,包远程安装配置)(yolov7,PyQt5)

本系统是基于机器学习和深度学习技术的海洋垃圾识别系统。通过收集海洋垃圾图像数据,并利用深度学习模型进行图像特征提取和垃圾识别模型的训练,实现对海洋垃圾的自动识别和分类。系统具有识别准确度高、泛化能力强的特点,能够有效地应对海洋环境中复杂多变的垃圾种类和场景。此外,系统支持对单张图片和视频中的垃圾进行识别,还提供了文件夹遍历、结果导出等功能,具有较高的实用性和可操作性。通过提供完整的代码和教程,使得用户能够轻松上手,为保护海洋生态环境提供了一种有效的技术手段。

欧阳小白闯天涯 1890

华硕主板UEFI模式下安装Ubuntu与Windows双系统全攻略

本文详细讲解了在华硕主板UEFI模式下安装Ubuntu与Windows双系统的完整流程。从安装前的BIOS关键设置(如处理安全启动与CSM)、使用GPT分区表,到在Windows中安全分配空间、手动创建Ubuntu分区,最后完成引导配置,提供了避免常见错误的实用技巧,确保双系统稳定共存。

weixin_29199873的博客 346

三种 绘制奈奎斯特曲线 的方法

如何绘制Nyquist曲线 提供三种绘制方法,其中使用最广泛的是概略图绘制方法 ①解析法绘制 ②概略图法绘制 ③MATLAB绘制

weixin_46664967的博客 6万+

太平洋是全球最受塑料污染的海洋,2022年大约有1500万吨塑料垃圾排入

从图表中可以看出,太平洋是全球最受塑料污染的海洋,2022年大约有1500万吨塑料垃圾排入其中。大西洋和印度洋也面临着严重的塑料污染问题,分别有250万吨和100万吨的塑料垃圾排入其中。随着全球人口和经济的增长,塑料制品的使用量不断增加,也使全球海洋塑料污染问题日益严重。根据Statista的数据,全球塑料生产量从1950年的220万吨增长到2022年的4270万吨,增长了20倍。海洋塑料污染不仅对海洋环境造成了巨大的破坏,也对海洋生物造成了极大的危害。,或者比较不同数据之间的差异,可以选择我们平台。

迪赛智慧数的博客 1652

实战指南:利用 LangGraph 的状态管理实现多轮对话的上下文隔离与持久化

本文详细介绍了如何利用LangGraph的状态管理机制,高效实现多轮对话中的上下文隔离与持久化。通过实战代码演示,从基础的消息历史管理到自定义状态扩展,再到使用SQLite进行生产级持久化,系统讲解了如何借助LangGraph的State和Checkpointer自动化处理对话记忆、用户隔离及数据存储,显著提升开发效率。

weixin_28396629的博客 490

毕业项目推荐:62-基于yolov8/yolov5/yolo11的海洋垃圾检测识别系统(python+卷积神经网络)

项目中所用到的算法模型和数据集等信息如下:算法模型:yolov8yolov8 + SE注意力机制或yolov5yolov5 + SE注意力机制数据集:网上下载的数据集,格式都已转好,可直接使用。以上是本套代码算法的简单说明,添加注意力机制是本套系统的创新点。全新SOTA模型YOLOv8 提供了全新的最先进(SOTA)的模型,包括P5 640和P6 1280分辨率的目标检测网络,同时还推出了基于YOLACT的实例分割模型。与YOLOv5类似,它提供了N/S/M/L/X。

weixin_71667732的博客 1835

Ubuntu环境下读取罗技G29方向盘信息

Ubuntu环境下读取罗技G29方向盘信息

工大机器人工作室 3484

撸毛笔记-电信营业厅 v5.03

电信营业厅 v5.03签到和完成部分金豆任务, 喂宠物7天,15天,28天连签抽奖, 宠物等级权益兑换自己设置电信的服务密码, 把 手机号#服务密码 填到变量里:每天运行一两次const $ = new Env("电信营业厅");

xiaoshun007的专栏 4500

第9期 海底垃圾识别数据集

随着全球经济的快速发展,海洋垃圾问题日益严重。海洋垃圾不仅对海洋生态系统造成严重破坏,还威胁到人类的健康和生存。因此,海上垃圾识别变得至关重要。本文将详细介绍海上垃圾识别的重要性,从生态、经济、健康和社会四个方面进行深入剖析。 一、生态方面 海洋是地球上最重要的生态系统之一,支撑着庞大的生物链。然而,随着人类活动的不断增加...

weixin_36842193的博客 264

Sigrity System Explorer Transient Analysis模式进行瞬态仿真分析操作指导-差分信号

Sigrity System Explorer Transient Analysis模式可以用于瞬态仿真分析,通过搭建简易拓扑用于前仿真分析通道的时域性能,下面搭建一个简易的差分拓扑进行说明,以下图为例,准备好发送接收端的IBIS模型, (ibis_se.ibs,本例发送接收端都使用相同的IBIS模型),以及传输线的S参数模型(welement_se.sp)最上方的图形界面是传输线的模型,本例是一个上下都有参考平面的带状线,右侧的梯形是蚀刻角度,根据W1和W2以及铜厚来确定。

weixin_54787054的博客 440

【基于大数据的海洋环境污染指数预测可视化分析系统-哔哩哔哩】 https://b23.tv/zXgLYsk

【基于大数据的海洋环境污染指数预测可视化分析系统-哔哩哔哩】 https://b23.tv/zXgLYsk。

laoman456的博客 404

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

AI污染:主动缓解人工智能的潜在污染效应

AI引发的认知污染风险,恰似工业文明带来的环境危机。当有人预言AI将取代人类时,我们更应警惕的是:这种污染是否会导致人类心智朝不可持续的方向演化?面对AI带来的短长期伦理焦虑,所有研究者都应承担起责任,通过前瞻性探索规避可能的认知污染风险。正如苏莱曼(Suleyman)等学者警示的,驾驭AI的真正挑战,在于使其成为扩展而非禁锢人类智慧的工具。

m0_65595995的博客 1214

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

数字孪生赋能数字海洋

当人工智能的技术“浪潮”涌入蓝色大海,会发生什么新的故事?3月28日,“人工智能+”智慧海洋论坛在广州举行。以解读《人工智能赋能智慧海洋应用场景白皮书》为契机,论坛邀请行业专家及合作伙伴分享产业经验与学术观点,共同探讨人工智能在海洋领域的未来发展趋势。作为数字经济时代的代表性技术,“数字孪生”这一关键词被多次提及。2024年,开展“人工智能+”行动首次写入政府工作报告,各行业在人工智能引领下加速转型升级,为新质生产力的培育和发展提供新的动能。

yzf060109的专栏 1398

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

基于深度学习YOLOv8+PyQt5的水底海底垃圾生物探测器检测识别系统(源码+数据集+配置说明)

mAP50-95是一个更严格的评价指标,它计算了在50-95%的IoU阈值范围内的mAP值,然后取平均,这能够更准确地评估模型在不同IoU阈值下的性能。未来的工作将致力于进一步提升模型的鲁棒性,并探索更加高效的模型部署方案,以适应更多样化的水下环境。这些指标共同提供了对YOLO模型性能的全面评估,包括模型的准确性、效率和实用性。在训练过程中,需要调整超参数,如学习率、批大小和训练周期,以优化模型在水下环境中的检测性能。尽管如此,在处理水下生物垃圾被水流移动或与其他物体混合的情况下,模型的性能仍有待提高。

叶绿体不忘呼吸 3009

人工智能在海洋污染治理中的应用:保护海洋生态系统

1.背景介绍 海洋污染是一个严重的环境问题,它对海洋生态系统和人类的生活产生了重大影响。随着人类经济发展的加速,海洋污染的情况日益严重。人工智能(AI)技术在海洋污染治理方面具有巨大的潜力,可以帮助我们更有效地监测、预测和治理海洋污染。在本文中,我们将探讨人工智能在海洋污染治理中的应用,以及如何利用人工智能技术来保护海洋生态系统。 2.核心概念与联系 在探讨人工智能在海洋污染治理中的应用之前...

AI天才研究院 1856

世界上污染最严重的5片海洋

1. 概述 海洋覆盖了地球近近四分之三的表面积,占地球全部水资源的97%。若以体积衡量,海洋占据了地球上生物发展空间的99%;超过30亿人的生计依赖于海洋和沿海的多种生物;同时,海洋还吸收了约30%人类活动产生的二氧化碳,缓冲着全球暖化的影响。 然而,目前全球多达40%的海洋被认为受到了人类活动的"严重影响",包括污染、渔业耗竭、沿海栖息地的丧失等等。联合国数据显示,仅塑料污染这一项,每年估计...

3232

ai人工智能将替代人类_AI和人类如何优化空气污染监测

ai人工智能将替代人类 空气污染监测 (Air-pollution monitoring) Air pollution is responsible for 4.2 million deaths per year according to the World Health Organization (WHO). No wonder we should dedicate resources to u...

weixin_26630173的博客 545

海滩xxxx_人工智能处理海洋垃圾:借助数据清理世界各地的海滩

海滩xxxxInspiration sometimes arrives in strange ways. Here is the story of how a dirty disposable diaper led to the development of an artificial intelligence (AI) solution to help rid the world’s coast...

cullen2012的博客 5480

垃圾分类资料汇总

目录一、前言二、垃圾分类话题简介三、当前存在的一些有用参考资源四、当前存在的垃圾分类小程序或者APP五、当前规模比较大的产品六、个人想法参考资料注意事项 一、前言   自从上海实行了垃圾分类之后,垃圾分类这个话题就成为了一个热点话题,比较流行的一句话就是“你是什么垃圾?”。随着上海的实施之后,北京、深圳、广州、西安等地也纷纷出台了一些有关垃圾分类的政策,鼓励用户进行垃圾分类,市场上开始出现了各式各...

WZZ18191171661的博客 7421

这 10 条河,「贡献」了全球 95% 的海洋塑料污染

By 超神经内容概要:海洋,占据了地球上 70% 的面积,它可以沉静,可以欢腾,也可以暴怒,在浩瀚的海洋世界中,一些外来物严重威胁到了海洋生物的生存。关键词:海洋污染 深度学习 ...

HyperAI超神经 1029

【漫画】大家都已被垃圾分类逼疯了!

点击上方“程序IT圈”,选择“置顶公众号”每天早晨8点50分,准点开车打卡本文来源于公号姜荼荼最近大家都被垃圾分类折磨的不行,我最近也经常被小区的阿姨上了多次的垃圾分类课...

4071

只用6张图教会AI识别物体,达摩院新方案大幅降低AI数据标注成本

过去,AI走向落地需要大量样本数据进行训练。记者获知,阿里达摩院AI团队正在解决这一难题。在即将落幕的人工智能顶会ECCV 2020上,达摩院AI团队获三项全球挑战赛冠军,并对外展示全新算法方案,在训练集规模缩减到十五分之一,长尾类目最少仅出现6次的情况下,依然保证了AI训练结果的准确性,该研究成果将大幅降低AI数据标注成本。 ECCV全称欧洲计算机视觉国际会议,每两年举办一次,是计算机视觉三大顶级会议之一。在ECCV 2020上,AI挑战赛Visual Inductive Priors备受关注,该比赛今

优快云资讯 3531
上一篇: 女朋友总是生气,读懂女朋友,直男真的不如算法?
下一篇: 别再抱怨复杂的垃圾分类了,全国 53 个沿海城市,可能都要面临这个问题
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值