基于AI的Global Fishing Watch平台增加数据层，监管全球非法捕鱼活动_global fish watch

内容来源：ATYUN AI平台

人工智能目前在交付机器人，自动驾驶汽车以及海洋生态追踪系统领域飞速发展。Global Fishing Watch是由谷歌，Skytruth和Oceana共同创建的一个平台，负责监测全球的捕鱼活动，宣布增加两个新的数据层以提高过度捕捞的“透明度”和“警觉度”。

其中一个新层为跟踪转运。有一种方法是一艘渔船将其渔获量卸载到另一艘海上冷藏船，将非法捕获的鱼类与法定海产品相结合，并且通常发生在国际水域，使当局难以跟踪。

Global Fishing Watch通过12个类别的30万艘船舶的数据库训练了机器学习算法，以确定渔船与冰箱船停靠的时间，以及确定转运发生的可能性。它会自动绘制地图上的这些地点，突出显示需要进一步调查的热点。

根据Global Fishing Watch引用的一项研究，在全球范围内，每年约有价值23.5亿美元的鱼，大约每五种鱼中就有一种是非法的、未报告的和不受管制的（OUU）。

被称为自动识别系统（AIS）没有GPS设备的渔船是当局面临的另一个挑战，Global Fishing Watch采用了一种新颖的解决方案：从太空监控明亮的船舶。利用美国国家海洋和大气管理局（NOAA）运营的气象卫星提供的数据，算法可以检测船上的灯光，从“带有基本灯光的小木船”到“具有相当于体育场馆照明的大型工业船”，从而跟踪另外的10至20万艘船。

2016年发布的“全球钓鱼观察”展示了一艘接近于实时（距当前72小时）的渔船世界地图，并且可以推断船只正在捕鱼的地点，捕鱼的类型参与甚至是引擎的大小。在推出当今新型过滤器之前，该系统的神经网络能够识别7万多艘商业运输船。

捕鱼不是研究人员在人工智能帮助下追踪的唯一活动。在本周美国国家科学院（PNAS）会议中认可的一篇论文中，科学家们详细介绍了一个系统，该系统可以以96.6％的准确度识别，描述和统计野生动物。2016年11月，昆士兰大学的科学家们使用TensorFlow机器学习框架来训练能够自动检测海洋图像中的海牛的算法。

本文转自ATYUN人工智能媒体平台，原文链接：基于AI的Global Fishing Watch平台增加数据层，监管全球非法捕鱼活动

更多推荐

如何为机器学习设置Python环境

丰田与AI创业公司合作，共同设计开发提供日常帮助的机器人

谷歌发布分类模型EfficientNet-EdgeTPU，运行速度比ResNet-50快10倍

标签：

谷歌

欢迎关注ATYUN官方公众号

商务合作及内容投稿请联系邮箱:bd@atyun.com