近来年，AI技术迅速发展，虽然应用性的提高有限，但大规模集群计算的能力和成本却在日益发展，让越来多的行业可以利用起强大的算力，去解决那些以往无法解决的问题。
那么，AI技术可以应用于海洋之中吗？
机器学习应用于海洋勘探
海底蕴藏着很多矿产资源，想要开采这些资源需要准确找到它们的位置。海洋不像陆地，不能带着几百人的勘探队走遍大海。
亥姆霍兹海洋研究中心开始尝试用机器学习图像分析介入，以寻找藏在太平洋海域下的矿产锰结核。
亥姆霍兹海洋研究中心利用机器学习分析水下机器人回传来的图像，分析出藏有锰结核的海床形态是什么样子，从而筛选掉大量模糊的运动照片，从清晰的照片中推算陌生海域藏有矿产的几率，甚至还可以规划水下探索线路，极大的提升了水下勘探的效率。
AI图像识别保护海洋生物
除了勘探矿产，AI对于图像识别的力量也可以用于保护海洋动物上。
海洋动物研究的难点在于，很多动物的行踪太难寻觅，无法对群体的生活习惯进行深入的研究。
昆士兰大学的研究团队利用TensorFlow平台开发了模型，用于在海洋航拍图片中找到海牛的踪迹，该模型的准确率已经达到了80%。利用航拍观测海洋生物的形式距离海洋生物本体更远，不会轻易干扰生态。
AI技术改变渔业规划方式
非法捕鱼是眼下对海洋生态影响最大的活动，如果说偷捕滥捕还能通过休渔期来进行控制，但渔船是否捕捞了保护鱼类、是否过量捕捞都很难进行高效的监控。
在美国，甚至会出现独立观察员陪同捕鱼的情况。
一些海外自然保护协会和环境管理部门开始推广在渔船上强制安装高清电子监控摄像头，结合GPS定位实时监控渔船到底捕猎了哪些海洋生物。还计划结合机器学习算法，自动监控渔船是否捕捉了保护鱼类、是否过渡捕捞。
有高清摄像头+算法+GPS的存在，每条渔船都变成了一个小小的探测器，对于进一步了解海洋生物生态有着很大的帮助。
有了AI更胜人类的图像识别能力，结合多种图像数据收集途径，人们可以加速对海洋的认知范围。未来在结合上对海水水质、水温的监测，相信AI和海洋可以做到更多。
从“硅谷”到“硅海”
和其他AI与太空、地质、环境结合的不同之处在于，利用AI于对海洋深度认识和开发，最能直接作用于区域经济的增长。
在过去，海洋对于区域经济的作用基本在于渔业、航运和旅游几项之上。如今AI对于海洋的开发利用，或许可以重新带动临海区域经济的增长。
首先，临海地区对于海洋AI有着天然的地理优势。AI研究海洋所需要的大规模运算，是可以“取之于海、用之于海”。微软建立“海底数据中心”，利用海水来为服务器散热。谷歌在芬兰哈米纳设立数据中心，利用海水进行散热。那些在海边的研究中心，可以利用优势降低利用大规模计算的成本。
很多AI创新都需要大量采集数据或进行实地测验，会有大量企业向便利的临海地区聚集。像浙江舟山近年来就一直在利用自身的地理优势，吸引AI创业企业，创造智慧海洋经济。舟山举办的舟山全球海洋经济创业，就吸引了不少像从事海洋生物种群识别、水下机器人等等类目的企业前来参与。对于舟山本地的经济发展来说，有着不小的推动作用。
自然是AI对渔业可持续发展、海水污染等等方面的直接作用。改善海洋生态、优化海洋环境，可以给予沿海地区从事渔业、旅游业等行业更好的条件。
如果有政府组织进行领导，或许AI真的会成为临海地区经济增长的重要武器，从“硅谷”变成“硅海”。
想要真正让海洋AI从研究走向应用、走向带动区域经济，需要的不仅仅是政府组织和技术研发两方的努力，没有巨头的介入，整个行业就很难出现示范式的应用案例。同时创业企业能解决的问题有限，往往只是整体问题中的一小点，例如某一种污染物的治理、某一种鱼类的识别，很难系统性的解决问题。
相比之下，巨头解决综合性问题的能力更强，在智慧城市、城市大脑等方面的建设中，也累积了足够的经验。
海洋AI还是一片真正的“蓝海”，或许未来当更多角色介入，这片无尽之海的价值，会被发掘的更快。
閱讀更多 易捷金融 的文章
