【仪表网 仪表产业】水下监听系统早属于海底声学监听网络系统，机器学习可靠的用例之一是在目标模式(例如特定形状或无线电信号)上训练模型，然后将其放到大量的声音数据上，以发现人类可能难以感知的信号。事实证明，这在医学领域很有用，在那里可以发现严重状况的早期迹象，并且可以及时作出进一步检测，以发现问题所在。
这种关节炎检测模型与进行此类工作的医生一样，会检查X射线。但是到了人类可以看到的时候，破坏已经确实产生。一个长期运行的项目跟踪了成千上万的人，持续了7年，提供了出色的实验数据，这使AI模型可以看到几乎人眼看不到的骨关节炎的早期迹象，该模型预测，三年后它的准确率可以达到78%。
坏消息是，因为没有有效的治疗方法，所以早知道并不一定意味着可以避免。但是，这些知识可以用于其他用途，例如，对潜在疗法进行更有效的测试。“与其招募10,000人并跟踪他们10年，不如招募50名我们知道将要患骨关节炎的人……然后我们可以给他们提供实验药物，看看它是否能阻止这种疾病的发展，”作者Kenneth Urish。该研究发表在PNAS上。
使用声音监控来拯救鲸鱼
令人惊奇的是，多部分人都知道船舶会撞击并杀死大型鲸鱼，这是事实。即使自愿降低船舶速度并没有多大帮助，但是在圣塔芭芭拉(Santa Barbara)频道中正在使用一种名为Whale Safe的智能多源系统，该系统有望使每个人都能更好地了解这些鲸鱼的实时位置，从而避免撞击。
该系统使用水下声学监测，对鲸鱼可能的觅食区域进行实时预报，通过实际目击和少量的机器学习(以快速识别鲸鱼的呼唤)来预测给定路线上鲸鱼的存在。然后，大型集装箱船可以在几分钟之前进行一些小的调整，而不必在后一分钟紧急躲避。
华盛顿大学领导的Briana Abrahms说：“像这样的预测模型为的未来我们提供了线索，就像每天的天气预报一样。” “我们利用数据来分析了解鲸鱼在海洋中的栖息地，因此，随着分析栖息转移的规律，得出鲸鱼可能出现在何处。”
所有评论仅代表网友意见，与本站立场无关。