Knölvalar, några av havets mest magnifika varelser, genomför några av de längsta migrationerna av alla däggdjur på jorden och färdas tusentals mil mellan tropiska fortplantningsvatten och kallare födoområden. Med en vikt på upp till 40 ton och en längd på 18 meter har dessa jättar historiskt varit svåra att övervaka över de enorma havsområdena – fram tills nu.
Genombrottet kommer från plattformar som Happywhale, som använder sofistikerade AI-algoritmer för att identifiera enskilda valar utifrån fotografier av deras stjärtfenor. "I norra Stilla havet har vi identifierat nästan varje levande val," förklarar Ted Cheeseman, grundare av Happywhale. Systemet bearbetar bilder som skickas in av både professionella forskare och medborgarforskare, och matchar dem direkt mot en omfattande databas över tidigare dokumenterade valar.
Detta crowdsourcade tillvägagångssätt har visat sig vara anmärkningsvärt effektivt. Databasen innehåller nu nästan 800 000 foton som identifierar över 100 000 enskilda valar världen över. Tekniken har redan avslöjat oroande trender, inklusive en minskning med 20 % av knölvalspopulationen i norra Stilla havet mellan 2012 och 2021, vilket sammanföll med en allvarlig marin värmebölja som störde näringskedjorna.
AI-systemets precision och effektivitet har förändrat valforskningen. Det som tidigare krävde år av manuell analys kan nu genomföras på bara några veckor. "Att ha en sådan algoritm snabbar dramatiskt upp informationsinsamlingen," noterar forskare som har använt tekniken för att analysera över 200 000 valfotografier från mer än två decennier.
Utöver populationsövervakning ger tekniken avgörande data om hur valarna svarar på ökande miljöutmaningar. I takt med att klimatförändringarna tilltar utgör varmare hav, kollisioner med fartyg och intrassling i fiskeredskap allt större hot mot dessa marina däggdjur. AI-spårningssystemet erbjuder en oöverträffad detaljnivå för vetenskaplig forskning och gör det möjligt för naturvårdare att införa mer effektiva skyddsstrategier baserade på realtidsdata om valarnas rörelser och beteenden.
Framgången med detta tillvägagångssätt har inspirerat liknande AI-applikationer för andra marina arter, och visar hur artificiell intelligens kan bli ett kraftfullt verktyg i det globala arbetet för att bevara vilda djur.