珊瑚礁是海面下数百米众多海底生物的栖息地，这些生物包括海虾、螃蟹、小海星和软珊瑚等。珊瑚礁既坚硬但又脆弱，容易被工业渔船拖曳的渔网破坏，而这种损害需要很长时间恢复。为了帮助保护深海珊瑚礁，测绘和监测是科学家、自然资源保护主义者和可持续渔业的关注重点。

海底调查珊瑚礁是一种成本高、难度大的技术方法。基于船舶和遥感的传统调查方法不仅耗时还需要大量人力物力，限制了深海珊瑚礁保护战略数据量的获取，而通过人工智能（AI）正好可以弥补传统方法的不足之处。研究人员开发了一种深度学习系统，可以通过分析图像来识别和测量深海珊瑚礁，所需时间比人工识别减少一大半。该系统由多层人工神经元网络组成，可以通过学习如何识别数据中的复杂模式来模仿人脑。

研究人员表示，深度学习快速并准确，模型可以在不到20分钟的时间内对2300多张图像完成分类，准确率高达98.19%，而这项任务人工耗时则需三个月左右。训练数据集来自2018年塔斯马尼亚州南部海岸RV调查员收集的图像。深拖相机系统在600至1800米的深度每五秒记录一次连续视频并拍照。研究人员手动查看了近6000张照片，然后将其用于训练深度学习系统。最初的数据集由140000个数据点或“片段”组成。事实证明，这些数据太“嘈杂”了，剪影包含了各种不同的特征，太暗或太亮。研究人员开始清理数据，将其减少到大约70000个足够“干净”的片段，便于模型学习。接着尝试了不同的训练模型的方法和不同的网络结构，直到找到达到98.18%准确率的组合。最后，在未清理数据（包括具有大量特征的复杂图像）上进行深度学习，计算结果也能始终保持准确。

人工智能正在拯救深海珊瑚礁和其他脆弱的生态系统。未来，它可以用于深海渔业，以最大限度地减少对环境的影响，在保护全球海洋方面也具有巨大潜力。（张灿影 编辑）