El proyecto Ocean Oasis construye unidades periféricas alimentadas por energía solar, equipadas con cámaras submarinas e hidrófonos, que se instalan en muelles, plataformas y boyas autónomas. Ultralytics YOLO se ejecuta en el dispositivo, con conexión ascendente por Starlink o red móvil, y permite realizar durante años un seguimiento oceánico de nivel científico.
Ante las amenazas sin precedentes que el cambio climático, la contaminación y la sobrepesca suponen para los ecosistemas marinos, nunca había sido tan necesario disponer de inteligencia oceánica escalable y basada en pruebas. Project Ocean Oasis (PO2), una organización sin ánimo de lucro con sede en Australia, afronta este reto de frente mediante la creación de sistemas autónomos de monitorización diseñados para funcionar durante años en entornos marinos hostiles.
Al integrar modelos Ultralytics YOLO en su canalización del edge a la nube y aprovechar Ultralytics Platform, PO2 está sentando las bases de una nueva era de monitorización continua de arrecifes y biodiversidad impulsada por IA.
Sentar las bases de la inteligencia oceánica#
Project Ocean Oasis desarrolla sistemas autónomos con IA para obtener inteligencia oceánica a largo plazo. Creado en colaboración con WASSOC (una empresa de ingeniería submarina con más de 40 años de experiencia), AWS y Ultralytics, PO2 ofrece una plataforma integral que combina hardware resistente, IA en el edge y en la nube, y conjuntos de datos validados científicamente para respaldar la protección de los ecosistemas marinos basada en pruebas.
Cada unidad PO2 está diseñada para ejecutar varios modelos de IA simultáneamente y dispone de suficiente margen interno para futuras ampliaciones. Los sistemas están diseñados para resistir las fuertes corrientes de los arrecifes, la corrosión y la bioincrustación, funcionar durante años sin mantenimiento y adaptarse a distintos entornos.
El reto de la monitorización autónoma de arrecifes a largo plazo#
La monitorización de arrecifes y de la biodiversidad marina a gran escala plantea una serie de retos únicos. Los métodos tradicionales dependen de buceadores, embarcaciones y la recopilación manual de datos, procesos caros, intermitentes y a menudo perturbadores para los ecosistemas que estudian. A medida que la salud de los arrecifes empeora en todo el mundo, sigue aumentando la brecha entre los datos que necesitan los científicos y los que pueden recopilar de forma realista.
Aunque la visión artificial y la IA en el edge son cada vez más accesibles, implementar estas tecnologías bajo el agua conlleva nuevas limitaciones. Los dispositivos deben funcionar con energía solar y baterías, poder ejecutar varios modelos de IA en paralelo y ser lo bastante resistentes como para soportar años de exposición al agua salada sin mantenimiento activo. La eficiencia energética es fundamental: con solo unos 600 vatios de energía disponibles al día, hay que elegir cuidadosamente todos los componentes, desde la cámara hasta el chip de inferencia, para maximizar el tiempo de actividad y ofrecer información precisa en tiempo real.
A PO2 le faltaba un marco de modelos lo bastante flexible como para ejecutarse en una amplia variedad de hardware edge, preciso para el seguimiento de la biodiversidad marina y fácil de iterar a medida que la plataforma evolucionara durante implementaciones de varios años.
Del edge a la nube con Ultralytics YOLO#
La plataforma de monitorización de PO2 combina cámaras submarinas, hidrófonos y otros sensores instalados en boyas autónomas equipadas con paneles solares, baterías y conectividad por satélite.
Para el audio, PO2 HydroPulse (un hidrófono integrado personalizado para edge) funciona a unos 1,3 W en hardware ARM estándar, un consumo lo bastante bajo para implementaciones solares y con baterías a largo plazo.
Con el objetivo de ejecutarse en las cámaras, se prevé implementar modelos Ultralytics YOLO en el hardware edge del sistema, donde realizarán detección y seguimiento de objetos en tiempo real sobre flujos de vídeo para identificar y seguir peces y otros animales marinos directamente bajo el agua.
El seguimiento de YOLO vincula al mismo individuo entre fotogramas, de modo que solo se cuenta una vez y se utiliza su detección con mayor confianza como registro de ese pez. Básicamente, un registro individual es:
{
"label": "Acanthurus triostegus",
"confidence": 0.94,
"length_cm": 18
}con recuentos MaxN por sesión y el contexto ambiental asociado. Así se obtienen datos estandarizados y listos para la investigación científica, en lugar de grabaciones que haya que revisar más tarde.
Fig. 1. Ultralytics YOLO26 detecta especies en imágenes de arrecifes hawaianos.
Cada unidad de cámara detectará y seguirá objetos en el edge y, a continuación, enviará eventos estructurados y compactos (JSON de unos pocos kilobytes), no vídeo sin procesar.
Cuando el sistema detecta un objeto de interés, los resultados de inferencia se envían por satélite a una arquitectura en la nube, donde se agregan, analizan y presentan a científicos y colaboradores en conservación. Este diseño que prioriza el edge reduce drásticamente las necesidades de transmisión, ahorra energía y permite que la plataforma funcione durante años por implementación sin intervención manual.
Para que el sistema siga siendo útil en el futuro, PO2 trabajó estrechamente con Ultralytics para evaluar la última generación de aceleradores de IA edge con NPU. Esta colaboración ayudó a PO2 a acotar las combinaciones de hardware adecuadas para su estricto presupuesto energético, sin perder la flexibilidad necesaria para añadir nuevos modelos de IA, como la inferencia de audio sobre datos de hidrófonos, a medida que crece la plataforma.
Fig. 2. Esquema de la solución de Ocean Oasis.
Uno de los primeros en adoptar Ultralytics Platform#
Además de utilizar modelos Ultralytics YOLO en producción, PO2 se convirtió en uno de los primeros usuarios empresariales de Ultralytics Platform, el nuevo entorno integral para anotar, entrenar e implementar modelos YOLO desde un único lugar.
Con Ultralytics Platform, el equipo de PO2 puede gestionar conjuntos de datos marinos, entrenar modelos YOLO26 estándar y Ultralytics Enterprise, aprovechar Smart Annotation para acelerar drásticamente el etiquetado de datos y exportar modelos entrenados a prácticamente cualquier formato para implementarlos en su hardware edge. Este flujo de trabajo unificado ha ayudado a PO2 a iterar con rapidez a medida que evoluciona el proyecto y a mantener los datos, modelos y experimentos centralizados mientras crece el equipo.
¿Por qué elegir Ultralytics YOLO?#
Para Project Ocean Oasis, la colaboración con Ultralytics va más allá del rendimiento de los modelos: proporciona acceso a conocimientos especializados y a una plataforma unificada que respalda al equipo en cada etapa del desarrollo. Los modelos Ultralytics YOLO ofrecen la flexibilidad necesaria para ejecutarse en una amplia variedad de dispositivos edge, desde MCU de consumo ultrabajo hasta aceleradores NPU de mayor rendimiento, y proporcionan la precisión necesaria para monitorizar la biodiversidad bajo el agua.
Al trabajar estrechamente con Ultralytics, PO2 pudo orientarse en el complejo panorama de los aceleradores de IA edge e identificar los socios de hardware adecuados para sus objetivos de implementación plurianual.
Hacia un océano más saludable#
Project Ocean Oasis ha validado sus primeros sensores de extremo a extremo, desde la inferencia de IA en el edge hasta el panel de control en la nube, y ahora se prepara para su implementación en el agua. El hardware está listo para los colaboradores, la arquitectura en la nube está operativa y ya hay investigadores científicos en los lugares de implementación.
A partir de 2026, el equipo ampliará el proyecto a más ubicaciones, ampliará el conjunto de IA integrada en los dispositivos y sentará las bases de una red global de monitorización interconectada.
PO2 se ha concebido con un horizonte de varias generaciones. La monitorización marina continua es la capa fundamental, la base empírica que hace posible todo lo demás. El objetivo no es terminarla, sino empezar bien.
¿Te interesa crear tus propias soluciones de IA de visión? Visita nuestro repositorio de GitHub para explorar los modelos Ultralytics YOLO, descubre cómo YOLO impulsa las innovaciones en IA para la conservación y consulta Ultralytics Platform para empezar a crear tus propios flujos de trabajo integrales de IA de visión.
