Mercan araştırmacıları, bilgisayar bilimleri ve yapay öğrenme konusundaki ilerlemeleri, dünyadaki mercanları daha hızlı sınıflandırmak için kullanıyorlar. Böylelikle ekolojistler eskiden gözle ve elle yaptıkları sınıflandırma işini bilgisayarlara devretmiş oluyorlar ve araştırma için daha fazla zamanları kalıyor.

2012’de başlatılan “XL Catlin Seawiew Survey” adlı bilimsel proje, dünyadaki tüm mercanları sınıflandırmayı amaçlamış. Çalışma, mercan resiflerinin aşırı avlanma, kirlilik, küresel ısınma ve okyanus asitlenmesine verdiği tepkiyi ölçmeyi hedeflemiş. Araştırmacılar, deniz üstünden ve altından alınan milyonlarca imge ile mercanların yapılarını, sağlığını ve biyoçeşitliliğini takip etmek istiyorlar. Projede, bir bilgisayar bilimcinin yardımı ile derin öğrenme teknikleri kullanılarak, bilgisayar programlarının mercan resiflerini sınıflandırması öğretilmiş.

González-Rivero, “Onyıllar sürecek bir çalışmayı, aylar içinde yapabiliyoruz” diyor. ‘Büyük veri’ böylelikle ekoloji ve okyanus biliminde de işe yarıyor.

Otomatik sınıflandırma kaliteden de ödün vermeyecek gibi duruyor. Zira, derin öğrenme sistemi mercan fotoğrafları üzerinde insan gözü ile yapılan muhakeme ile yüzde 81 oranında çakışırken, herhangi iki uzman da ortalama yüzde 84 oranında uyuşuyor.

Uydular ve ihalardan onyıllardır fotoğraf alınabilirken, okyanuslarda ancak sığ yerlerde mercanlar fotoğraflanabiliyor ve okyanusun ışıksız derinliğinde fotoğraf çekmek zor. Bu da bilim insanlarını var olan gereçleri değiştirerek, yeni aletler geliştirmeye zorlamış.

 

Bunlardan birisi olan ve yukarıdaki fotoğrafta görünen CoralspeQ, mercanlara değişik dalga boylarında ışık göndererek, geri dönen sinyalin spektrumunu kaydediyor. 3B yazıcılar ile de bu gereçlerin ucuza mal edilebileceği düşünülüyor.

 

İlgili haber: Computers on the reef, http://www.nature.com/news/computers-on-the-reef-1.20497,