Ứng dụng AI ngăn chặn xói lở các bãi biển ở Australia

Australia có hơn 10.000 bãi tắm, dài từ vài chục mét đến hàng trăm km. Nhưng càng ngày các bãi tắm này đang dần biến mất.

Bãi biển Noosa Main, 1 trong top 10 bãi biển ở Australia (Ảnh minh họa: www.experienceoz.com.au)

"Các bãi tắm trên khắp nước Úc đang bị xói mòn, đơn giản là vì sóng kéo cát ra xa - và những cơn bão lớn kéo theo nhiều cát hơn", TS. Adam Makarucha, Nhà khoa học dữ liệu của IBM Systems cho biết tại Hội nghị thượng đỉnh về kiến trúc, phát triển ứng dụng Gartner diễn ra ở Sydney từ 29 – 30/7/2019.

Nhà khoa học Makarucha cho biết Ủy ban Gold Coast (Bờ biển Vàng) đã đầu tư 14 triệu đô la Australia vào các dự án cải tạo, như một bãi biển dài 12km, tương đương với cần hơn 1 triệu đô la Australia /km. Việc ngăn chặn là khả thi hơn là phục hồi. Tuy nhiên, việc ngăn chặn gặp rất nhiều thách thức.

Theo nhà khoa học này, cách tốt nhất để ngăn chặn xói mòn bãi biển là tìm đến một biện pháp phòng thủ tự nhiên, chẳng hạn như cỏ biển.

Bởi theo phân tích của nhà khoa học này, những thực vật dưới nước như cỏ biển tạo thành những đồng cỏ rộng lớn giúp ổn định đáy biển và giảm năng lượng sóng, giảm đáng kể thiệt hại cho bờ biển.

Nhưng những thay đổi trong môi trường do nước thải gia tăng vào đại dương đã làm hỏng và biến mất nhiều đồng cỏ biển - và có thể phải mất 50 năm để thiết lập lại.

Để đảm bảo sự sống cho các đồng cỏ biển, các kế hoạch can thiệp đòi hỏi phải có sự giám sát liên tục thông qua việc quay video dưới nước và đánh giá thủ công của các nhà khoa học biển.

Theo nhà khoa học Makarucha, việc này rất mất thời gian. "Một khi đã ghi lại được tất cả dữ liệu này, sau đó phải phân tích, tìm hiểu xem có những loại cỏ biển nào, cỏ biển “khỏe mạnh” như thế nào, vì vậy phải xem lại các video quay được, thực hiện đánh giá cho từng loại cỏ biển và độ bao phủ của nó như thế nào...Việc này được thực hiện lặp đi lặp lại - và bạn có thể tưởng tượng rằng với hàng giờ quay, việc này có thể mất khá nhiều thời gian."

Làm việc với một nhóm các nhà khoa học đang thực hiện công việc này gần thành phố Adelaide ở Nam Australia, IBM và KWP đang giúp họ ứng dụng AI để phân đoạn hình ảnh để họ không còn phải mất hàng giờ để đánh dấu cho các cảnh quay video một cách thủ công.

Makarucha cho biết các nhà khoa học đã xây dựng một ứng dụng nhờ sử dụng Microsoft Access và Excel để lưu trữ dữ liệu. Ông giải thích rằng khi họ phát video, họ đã nhấp chuột vào loại cỏ biển mà họ tìm thấy và mật độ của nó.

"Thực sự đây chỉ là một nền tảng xử lý, không được trực quan hóa, không lưu trữ dữ liệu ... và chỉ thực sự lưu trữ mọi thứ bằng cách gửi email cho nhau. Nền tảng này không quy mô hoặc khả dụng. Và phải rất nỗ lực để thực hiện việc đánh dấu các cảnh quay - 5 giờ cho một video được quay trong 10 giờ".

Các nhà khoa học có hơn 500 giờ cảnh quay chưa được xử lý.

IBM giúp họ xây dựng một ứng dụng dựa trên đám mây mới cho khối lượng công việc này.

Các nhà khoa học hiện đang sử dụng AI để tự động hóa quá trình đánh dấu và xác định loại cỏ biển, mật độ và độ che phủ của cỏ biển, chỉ mất 20 phút thay vì 8 giờ như trước đây, với mô hình AI đạt độ chính xác 91%.

Với dữ liệu bổ sung và được “đào tạo”, độ chính xác của các công việc dự kiến sẽ tăng lên.

"Hiện có hơn 500 giờ cảnh quay và hệ thống này có thể xử lý nó trong vòng chưa đầy một ngày, so với 10 ngày với nhiều người làm việc. Và nếu tính một người thực hiện liên tục thì phải mất 6,5 tuần cho việc đánh dấu cỏ biển”, Makarucha cho biết.

IBM đã sử dụng một cách tiếp cận đám mây lai với AI trên Hệ thống nguồn AC922 (IBM Power Systems AC922) của IBM bằng cách sử dụng phiên bản cộng đồng máy gia tốc học máy Watson của IBM (IBM Watson Machine Learning Accelerator Community Edition).

Makarucha giải thích: "Lợi ích của cơ sở hạ tầng đám mây riêng là chúng tôi có thể tính toán rất cụ thể, nhanh chóng và hiệu suất cao để tăng tốc các công việc “đào tạo” này. Tôi nghĩ rằng điều quan trọng nhất là bạn muốn thực hiện việc “đào tạo” của mình khi dữ liệu của bạn tồn tại và trong trường hợp này, dữ liệu của chúng tôi nằm ở cơ sở hạ tầng đám mây riêng".

"Nhưng sau đó bạn muốn triển khai vào đám mây công cộng - đây là một khối lượng công việc thực lớn ", ông cho biết thêm.

Sau khi trải qua quá trình này, Makarucha cho biết các nhà khoa học đang xem xét cách họ có thể sử dụng dữ liệu họ đã trích xuất để bắt đầu dự báo “sức khỏe” của cỏ biển và cỏ biển sẽ thay đổi theo thời gian như thế nào.

"Và nếu các nhà khoa học biết nơi cỏ bị chết, họ có thể bắt đầu thực hiện các phương pháp can thiệp nhanh hơn và có một quy trình để thực hiện ý tưởng mới này hiệu quả và nhanh chóng", ông bổ sung thêm.

IBM và KWP phải mất hai tuần để đưa mô hình AI vào vị trí.

Makarucha cho biết: "Nhanh chóng trong việc bảo vệ môi trường là rất quan trọng. Chúng ta không có thời gian nếu chúng ta làm mất đồng cỏ biển - phải mất 50 năm chờ đợi mới có thể lấy lại cánh đồng cỏ biển. Như vậy quá lâu. Chúng ta cần phải hành động ngay bây giờ".