Project Ocean Oasis construye unidades de edge alimentadas por energía solar con cámaras submarinas e hidrófonos, desplegadas en muelles, plataformas y boyas autónomas. Ultralytics YOLO se ejecuta en el dispositivo, con conexión ascendente mediante Starlink o red móvil, y proporciona años de monitorización oceánica con calidad científica.
A medida que los ecosistemas marinos afrontan amenazas sin precedentes derivadas del cambio climático, la contaminación y la sobrepesca, la demanda de inteligencia oceánica escalable y basada en pruebas nunca había sido tan grande. Project Ocean Oasis (PO2), una organización sin ánimo de lucro con sede en Australia, afronta este desafío de forma decidida mediante la construcción de sistemas de monitorización autónomos 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.
Construir los cimientos de la inteligencia oceánica#
Project Ocean Oasis desarrolla sistemas autónomos habilitados para IA destinados a la 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 de PO2 está diseñada para ejecutar varios modelos de IA simultáneamente, con suficiente margen interno para futuras ampliaciones. Los sistemas están diseñados para resistir oleajes en arrecifes, corrosión y bioincrustación, funcionar durante años sin mantenimiento y escalarse en distintos entornos.
El desafío de la monitorización autónoma de arrecifes a largo plazo#
Monitorizar arrecifes y la biodiversidad marina a gran escala plantea un conjunto único de desafíos. Los métodos tradicionales dependen de buceadores, embarcaciones y recopilación manual de datos, que son costosos, intermitentes y a menudo perturbadores para los ecosistemas que estudian. A medida que la salud de los arrecifes empeora en todo el mundo, la brecha entre los datos que necesitan los científicos y los que pueden recopilar de forma realista sigue ampliándose.
Aunque la visión artificial y la IA en el edge son cada vez más accesibles, desplegar estas tecnologías bajo el agua introduce nuevas limitaciones. Los dispositivos deben funcionar con energía solar y baterías, ser capaces de ejecutar varios modelos de IA en paralelo y ser lo bastante resistentes para sobrevivir años de exposición al agua salada sin mantenimiento activo. La eficiencia energética es fundamental: con solo unos 600 vatios de energía disponibles al día, cada componente, desde la cámara hasta el chip de inferencia, debe elegirse cuidadosamente para maximizar el tiempo de funcionamiento y ofrecer información precisa en tiempo real.
Para PO2, faltaba un marco de modelos lo bastante flexible para ejecutarse en una amplia variedad de hardware del edge, lo bastante preciso para hacer un seguimiento de la biodiversidad marina y lo bastante fácil de iterar a medida que la plataforma evolucionaba durante despliegues de varios años.
Del edge a la nube con Ultralytics YOLO#
La plataforma de monitorización de PO2 combina cámaras submarinas, hidrófonos y otros sensores montados en boyas autónomas equipadas con paneles solares, baterías y conectividad por satélite.
En el caso del audio, el PO2 HydroPulse (hidrófono embebido personalizado para el edge) funciona con unos 1,3 W en hardware ARM convencional, lo bastante bajo como para permitir un despliegue solar y con batería a largo plazo.
Con el objetivo de ejecutarse en las cámaras, está previsto desplegar modelos Ultralytics YOLO en el hardware del edge del sistema para realizar detección y seguimiento de objetos en tiempo real sobre flujos de vídeo, e identificar y seguir peces y otras formas de vida marina directamente bajo el agua.
El seguimiento de YOLO vincula al mismo individuo entre fotogramas, por lo que solo se cuenta una vez, y su detección con mayor confianza se toma como el registro de ese pez. Un único registro es, en esencia:
{
"label": "Acanthurus triostegus",
"confidence": 0.94,
"length_cm": 18
}con recuentos MaxN a nivel de sesión y el contexto medioambiental asociados. El resultado son datos estandarizados y listos para la investigación científica, en lugar de grabaciones que revisar más adelante.
Fig. 1. Ultralytics YOLO26 ejecutando detección a nivel de especie en grabaciones de arrecifes de Hawái.
Cada unidad de cámara detectará y seguirá objetos en el edge, y después enviará eventos estructurados compactos (JSON de tamaño del orden de 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 de conservación. Este diseño basado en el edge reduce drásticamente las necesidades de transmisión, conserva energía y permite que la plataforma funcione durante años en cada despliegue sin intervención manual.
Para preparar el sistema para el futuro, PO2 trabajó estrechamente con Ultralytics para evaluar la última generación de aceleradores de IA en el edge con NPU. Esta colaboración ayudó a PO2 a determinar las combinaciones de hardware adecuadas para su estricto presupuesto energético, manteniendo al mismo tiempo 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. Descripción de la solución de Ocean Oasis.
Uno de los primeros usuarios de 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 y desplegar modelos YOLO desde un mismo lugar.
Con Ultralytics Platform, el equipo de PO2 puede gestionar conjuntos de datos marinos, entrenar modelos YOLO26 estándar y de Ultralytics Enterprise, aprovechar Smart Annotation para acelerar enormemente el etiquetado de datos y exportar modelos entrenados a prácticamente cualquier formato para desplegarlos en su hardware del edge. Este flujo de trabajo unificado ha ayudado a PO2 a iterar rápidamente a medida que evoluciona el proyecto, manteniendo centralizados los datos, los modelos y los experimentos 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, ya que 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 del edge, desde MCU de consumo ultrabajo hasta aceleradores NPU de mayor rendimiento, y proporcionan al mismo tiempo la precisión necesaria para monitorizar la biodiversidad bajo el agua.
Al trabajar estrechamente con Ultralytics, PO2 pudo desenvolverse en el complejo panorama de los aceleradores de IA del edge e identificar a los socios de hardware adecuados para sus objetivos de despliegue durante varios años.
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 el despliegue en el agua. La construcción del hardware está lista para los socios, la arquitectura de la nube está operativa y los investigadores científicos ya están preparados en los lugares de despliegue.
A partir de 2026, el equipo ampliará el despliegue a distintos lugares, ampliará el conjunto de IA en el dispositivo y sentará las bases de una red mundial de monitorización interconectada.
PO2 se basa en un horizonte temporal que abarca varias generaciones. La monitorización marina continua es la capa fundamental, la base de pruebas que hace posible todo lo que viene después. El objetivo no es terminarla, sino iniciarla bien.
¿Te interesa crear tus propias soluciones de IA para visión? Visita nuestro repositorio de GitHub para explorar los modelos Ultralytics YOLO, descubrir cómo YOLO impulsa innovaciones en IA para la conservación y consultar Ultralytics Platform para empezar a crear tus propios flujos de trabajo integrales de IA para visión.
