Onderzoekers aan boord van het onderzoeksschip Falkor van Schmidt Ocean Institute gebruikten autonome onderwaterrobots, samen met het op afstand bediende voertuig (ROV) Subastian van het Instituut, om 1,3 miljoen hoge resolutiebeelden van de zeebodem bij Hydrate Ridge te verwerven, ze samen te stellen in het grootste bekende 3D-kleurenmodel met hoge resolutie van de zeebodem. Met behulp van niet-gecontroleerde clusteringalgoritmen, ze identificeerden dynamische biologische hotspots in de beeldgegevens voor meer gedetailleerde onderzoeken en bemonstering door een op afstand bediend voertuig.

Een recente expeditie onder leiding van Dr. Blair Thornton, het houden van Associate Professorships aan zowel de Universiteit van Southampton als het Institute of Industrial Science, de Universiteit van Tokio, aangetoond hoe het gebruik van autonome robotica en kunstmatige intelligentie op zee de verkenning en studie van moeilijk bereikbare diepzee-ecosystemen drastisch kan versnellen, zoals intermitterend actief methaan sijpelt. Dankzij snelle high-throughput data-analyse op zee, het was mogelijk om biologische hotspots te identificeren in de Hydrate Ridge Region voor de kust van Oregon, snel genoeg om ze te onderzoeken en te bemonsteren, binnen enkele dagen na het beeldvormingsonderzoek van autonome onderwatervoertuigen (AUV). Het team aan boord van onderzoeksschip Falkor een vorm van kunstmatige intelligentie gebruikt, ongecontroleerde clustering, om door AUV verworven zeebodembeelden te analyseren en doelgebieden te identificeren voor meer gedetailleerde fotogrammetrische AUV-onderzoeken en gerichte interactieve hotspotbemonstering met ROV SuBastian.

Dit project toonde aan hoe moderne datawetenschap de efficiëntie van conventioneel onderzoek op zee aanzienlijk kan verhogen, en de productiviteit van interactieve verkenning van de zeebodem te verbeteren met de al te bekende "struikelen in het donker"-modus. "Het ontwikkelen van totaal nieuwe operationele workflows is riskant, echter, het is zeer relevant voor toepassingen zoals monitoring van de zeebodem, ecosysteemonderzoek en planning van de installatie en ontmanteling van zeebodeminfrastructuur, ' zei Thornton.

Het idee achter deze Adaptive Robotics-missie was niet om de structuur van hoe dingen op zee worden gedaan, om te keren, maar simpelweg om knelpunten in de informatiestroom en gegevensverwerking weg te nemen met behulp van computationele methoden en kunstmatige intelligentie. De gebruikte algoritmen zijn in staat om snel eenvoudige samenvattingen van waarnemingen te maken, en vormen latere implementatieplannen. Op deze manier, wetenschappers kunnen reageren op dynamische veranderingen in de omgeving en doelgebieden die zullen leiden tot de grootste operationele, wetenschappelijk, of winsten op het gebied van milieubeheer.

Meer dan 1,3 miljoen zeebodembeelden werden verzameld en algoritmisch geanalyseerd om biologische hotspots te vinden en deze nauwkeurig te targeten voor interactieve bemonstering en observaties. De eerste brede zeebodembeelden werden verkregen met een onderwatervoertuig "Ae2000f" met behulp van 3D-visuele kaartcamera's op grote hoogte op onderwaterlocaties tussen 680 en 780 meter diepte. Het internationale team heeft meerdere AUV's ingezet, ontwikkeld door de Universiteit van Tokio, die waren uitgerust met 3D visuele kaarttechnologie die gezamenlijk is ontwikkeld door de Universiteit van Sydney, Universiteit van Southampton, en de Universiteit van Tokyo en het Kyushu Institute of Technology als onderdeel van een internationale samenwerking.

De conversie van de eerste beelden van het brede gebiedsonderzoek naar driedimensionale zeebodemkaarten en habitattypesamenvattingen aan boord Falkor , stelde de onderzoekers in staat om de daaropvolgende robotimplementaties te plannen om visuele beeldvorming met een hogere resolutie uit te voeren, milieu- en chemisch onderzoek, en fysieke bemonstering in gebieden van het grootste belang, vooral op de kortstondige hotspots van biologische activiteit die zich met tussenpozen vormen rond voorbijgaande methaansijpels. Negentien AUV-implementaties en vijftien ROV-duiken werden tijdens de expeditie voltooid, waaronder verschillende operaties met meerdere voertuigen.

Dankzij de snelle verwerking van gegevens, een fotogrammetrische kaart van een van de best bestudeerde gashydraatafzettingen werd voltooid. Dit wordt beschouwd als de grootste 3D-kleurenreconstructie van de zeebodem, per gebied, in de wereld, meten meer dan 118, 000 vierkante meter of 11,8 hectare, en beslaat een gebied van ongeveer 500 x 350 meter. Hoewel de gemiddelde resolutie van de verkregen kaarten 6 mm is, de meest interessante gebieden werden in kaart gebracht met een resolutie die een orde van grootte hoger was, wat niet mogelijk zou zijn geweest zonder de mogelijkheid om op intelligente wijze de interessante locaties te targeten met beeldvormingsonderzoeken met hoge resolutie en de grote hoeveelheden verkregen gegevens binnen enkele uren na hun verwerving op zee te verwerken.

Normaal gesproken, kaarten als deze zouden enkele maanden nodig hebben om te verwerken en pas na de voltooiing van een expeditie, op dat moment is het wetenschappelijke team niet langer ter plaatse, en de habitats zijn mogelijk al geëvolueerd of verlopen. In plaats daarvan, het onderzoeksteam kon de 3D-kaarten samenstellen aan boord van Falkor binnen enkele dagen nadat de beelden zijn verkregen. De samengestelde kaart werd tijdens de expeditie gebruikt om operaties te plannen, inclusief het herstel van zeebodeminstrumenten en was van onschatbare waarde voor het opnieuw bezoeken van specifieke locaties, zoals actieve bellenpluimen, waardoor de hele operatie efficiënter wordt.

"Het is verbazingwekkend om zulke grote delen van de zeebodem visueel in kaart te zien, vooral slechts enkele dagen nadat de onbewerkte gegevens waren verzameld. Het is niet alleen de grootte van de kaart, maar ook de manier waarop we het konden gebruiken om onze beslissingen te informeren terwijl we nog ter plaatse waren. Dit maakt echt een verschil, aangezien de technologie het mogelijk maakt om grote gebieden met een zeer hoge resolutie te visualiseren, en ook gemakkelijk gebieden identificeren en targeten waar we gegevens moeten verzamelen. Dit was voorheen niet mogelijk, ' zei Thornton.