Project Ocean Oasis costruisce unità edge alimentate a energia solare con telecamere subacquee e idrofoni, installate su pontili, piattaforme e boe autonome. Ultralytics YOLO funziona direttamente sul dispositivo, con collegamento ascendente tramite Starlink o rete cellulare, fornendo anni di monitoraggio oceanico di livello scientifico.
Mentre gli ecosistemi marini affrontano minacce senza precedenti dovute ai cambiamenti climatici, all'inquinamento e alla pesca eccessiva, la domanda di informazioni oceaniche scalabili e basate su dati concreti non è mai stata così elevata. Project Ocean Oasis (PO2), un'organizzazione senza scopo di lucro con sede in Australia, affronta questa sfida costruendo sistemi di monitoraggio autonomi progettati per funzionare per anni in ambienti marini ostili.
Integrando i modelli Ultralytics YOLO nella propria pipeline edge-to-cloud e sfruttando la Ultralytics Platform, PO2 sta gettando le basi per una nuova era di monitoraggio continuo, basato sull'AI, delle barriere coralline e della biodiversità.
Costruire le fondamenta dell'intelligence oceanica#
Project Ocean Oasis sviluppa sistemi autonomi abilitati all'AI per l'intelligence oceanica a lungo termine. Realizzato in collaborazione con WASSOC (un'azienda di ingegneria sottomarina con oltre 40 anni di esperienza), AWS e Ultralytics, PO2 offre una piattaforma end-to-end che combina hardware robusto, AI edge e cloud e dataset convalidati scientificamente per supportare la protezione degli ecosistemi marini basata su dati concreti.
Ogni unità PO2 è progettata per eseguire simultaneamente diversi modelli AI, con sufficiente margine di risorse interno per future espansioni. I sistemi sono progettati per resistere a forti correnti sulle barriere coralline, corrosione e biofouling, funzionando per anni senza manutenzione e potendo essere scalati in ambienti diversi.
La sfida del monitoraggio autonomo delle barriere coralline a lungo termine#
Monitorare le barriere coralline e la biodiversità marina su larga scala presenta una serie unica di sfide. I metodi tradizionali si affidano a subacquei, imbarcazioni e raccolta manuale dei dati, attività costose, intermittenti e spesso invasive per gli ecosistemi studiati. Con il declino globale della salute delle barriere coralline, il divario tra i dati di cui gli scienziati hanno bisogno e quelli che possono realisticamente raccogliere continua ad ampliarsi.
Anche se la computer vision e l'AI edge diventano sempre più accessibili, l'impiego di queste tecnologie sott'acqua introduce nuovi vincoli. I dispositivi devono essere alimentati a energia solare e a batteria, in grado di eseguire più modelli AI in parallelo e sufficientemente robusti da sopravvivere per anni all'esposizione all'acqua salata senza manutenzione attiva. L'efficienza energetica è fondamentale: con soli circa 600 watt di energia disponibili ogni giorno, ogni componente, dalla telecamera al chip di inferenza, deve essere scelto con attenzione per massimizzare il tempo di attività offrendo al contempo informazioni accurate in tempo reale.
Per PO2, ciò che mancava era un framework di modelli abbastanza flessibile da funzionare su un'ampia gamma di hardware edge, abbastanza accurato per il monitoraggio della biodiversità marina e abbastanza semplice da aggiornare con l'evoluzione della piattaforma nel corso di implementazioni pluriennali.
Dall'edge al cloud con Ultralytics YOLO#
La piattaforma di monitoraggio di PO2 combina telecamere subacquee, idrofoni e altri sensori installati su boe autonome dotate di pannelli solari, batterie e connettività satellitare.
Per l'audio, l'HydroPulse di PO2 (idrofono embedded edge personalizzato) funziona a circa 1,3 W su hardware ARM commerciale, un consumo abbastanza basso per l'impiego a lungo termine con alimentazione solare e a batteria.
Per funzionare sulle telecamere, i modelli Ultralytics YOLO sono destinati all'implementazione sull'hardware edge del sistema, eseguendo il rilevamento e il tracking degli oggetti in tempo reale sui flussi video per identificare e seguire pesci e altre forme di vita marina direttamente sott'acqua.
Il tracking di YOLO collega lo stesso individuo tra i fotogrammi, quindi viene conteggiato una sola volta, prendendo il rilevamento con il livello di confidenza più alto come record di quel pesce. Un singolo record è essenzialmente:
{
"label": "Acanthurus triostegus",
"confidence": 0.94,
"length_cm": 18
}con i conteggi MaxN a livello di sessione e il contesto ambientale associati. Il risultato sono dati standardizzati e pronti per l'analisi scientifica, anziché filmati da esaminare in un secondo momento.
Fig. 1. Ultralytics YOLO26 esegue il rilevamento a livello di specie su filmati di una barriera corallina hawaiana.
Ogni unità telecamera eseguirà il rilevamento e il tracking all'edge, quindi invierà eventi strutturati compatti (file JSON delle dimensioni di pochi kilobyte), non video grezzi.
Quando il sistema rileva un oggetto di interesse, i risultati dell'inferenza vengono inviati via satellite a un'architettura cloud, dove sono aggregati, analizzati e resi disponibili a scienziati e partner per la conservazione. Questo design edge-first riduce drasticamente le esigenze di trasmissione, conserva energia e consente alla piattaforma di funzionare per anni a ogni implementazione senza intervento manuale.
Per rendere il sistema a prova di futuro, PO2 ha collaborato a stretto contatto con Ultralytics per valutare gli acceleratori AI edge con NPU di ultima generazione. Questa collaborazione ha aiutato PO2 a restringere la scelta delle combinazioni hardware più adatte al suo rigoroso budget energetico, mantenendo al contempo la flessibilità necessaria per aggiungere nuovi modelli AI, come l'inferenza audio sui dati degli idrofoni, con la crescita della piattaforma.
Fig. 2. Descrizione della soluzione di Ocean Oasis.
Tra i primi ad adottare la Ultralytics Platform#
Oltre a utilizzare i modelli Ultralytics YOLO in produzione, PO2 è diventata una delle primissime aziende enterprise a usare la Ultralytics Platform, il nuovo ambiente end-to-end per annotare, addestrare e distribuire i modelli YOLO in un unico luogo.
Utilizzando la Ultralytics Platform, il team di PO2 può gestire dataset marini, addestrare modelli YOLO26 standard e Enterprise di Ultralytics, sfruttare Smart Annotation per velocizzare drasticamente l'etichettatura dei dati ed esportare i modelli addestrati praticamente in qualsiasi formato per la distribuzione sul proprio hardware edge. Questo workflow unificato ha aiutato PO2 a iterare rapidamente con l'evoluzione del progetto, mantenendo centralizzati dati, modelli ed esperimenti mentre il team cresce.
Perché scegliere Ultralytics YOLO?#
Per Project Ocean Oasis, la collaborazione con Ultralytics va oltre le prestazioni dei modelli, offrendo accesso a competenze e a una piattaforma unificata che supporta il team in ogni fase dello sviluppo. I modelli Ultralytics YOLO offrono la flessibilità necessaria per funzionare su un'ampia gamma di dispositivi edge, dagli MCU a bassissimo consumo agli acceleratori NPU ad alte prestazioni, fornendo al contempo l'accuratezza necessaria per il monitoraggio della biodiversità subacquea.
Lavorando a stretto contatto con Ultralytics, PO2 ha potuto orientarsi nel complesso panorama degli acceleratori AI edge e individuare i partner hardware più adatti ai propri obiettivi di implementazione pluriennale.
Verso un oceano più sano#
Project Ocean Oasis ha convalidato end-to-end i primi sensori, dall'inferenza AI edge fino al dashboard cloud, e si sta ora preparando all'implementazione in acqua. La realizzazione dell'hardware è pronta per i partner, l'architettura cloud è operativa e gli esperti scientifici sono già presenti nei siti di implementazione.
A partire dal 2026, il team si espanderà in diversi siti, amplierà la suite AI sul dispositivo e getterà le basi per una rete globale di monitoraggio interconnessa.
PO2 è costruita su un orizzonte temporale multigenerazionale. Il monitoraggio marino continuo è lo strato fondamentale, la base di dati che rende possibile tutto ciò che viene dopo. L'obiettivo non è portarlo a termine, ma iniziare nel modo giusto.
Ti interessa creare soluzioni di Vision AI? Visita il nostro repository GitHub per esplorare i modelli Ultralytics YOLO, scoprire come YOLO sostiene le innovazioni nell'AI per la conservazione e dare un'occhiata alla Ultralytics Platform per iniziare a creare i tuoi workflow end-to-end di Vision AI.
