Project Ocean Oasisは、水中カメラとハイドロフォンを搭載した太陽光発電式のエッジユニットを構築し、桟橋、プラットフォーム、自律型ブイに設置しています。Ultralytics YOLOはデバイス上で動作し、Starlinkまたはセルラー回線でアップリンクを行うことで、何年にもわたる科学グレードの海洋モニタリングを実現します。
海洋生態系が気候変動、汚染、乱獲による前例のない脅威にさらされる中、スケーラブルでエビデンスに基づく海洋インテリジェンスへの需要は、かつてないほど高まっています。オーストラリアを拠点とする非営利団体Project Ocean Oasis（PO2）は、過酷な海洋環境で何年にもわたり稼働するよう設計された自律型モニタリングシステムを構築することで、この課題に正面から取り組んでいます。
Ultralytics YOLOモデルをエッジからクラウドまでのパイプラインに統合し、Ultralytics Platformを活用することで、PO2はAIを活用したサンゴ礁および生物多様性の継続的なモニタリングという新時代の基盤を築いています。
海洋インテリジェンスの基盤を構築#
Project Ocean Oasisは、長期的な海洋インテリジェンスのための自律型AI対応システムを開発しています。40年以上の経験を持つ海底エンジニアリング企業WASSOC、AWS、Ultralyticsとの共同開発により、PO2は堅牢なハードウェア、エッジおよびクラウドベースのAI、科学的に検証されたデータセットを組み合わせたエンドツーエンドのプラットフォームを提供し、エビデンスに基づく海洋生態系の保全を支援しています。
各PO2ユニットは、複数のAIモデルを同時に実行できるよう設計されており、将来の拡張に対応できる十分な内部リソースも備えています。システムは、サンゴ礁での急流、腐食、生物付着に耐えられるよう設計されており、長期間にわたってメンテナンスなしで稼働し、多様な環境へスケールできます。
長期的かつ自律的なサンゴ礁モニタリングの課題#
サンゴ礁と海洋生物多様性を大規模にモニタリングするには、独自のさまざまな課題があります。従来の手法はダイバー、ボート、手作業によるデータ収集に依存しており、コストが高く、断続的で、調査対象の生態系を乱すことも少なくありません。世界的にサンゴ礁の健全性が低下する中、科学者が必要とするデータと、現実的に収集できるデータとの隔たりは広がり続けています。
コンピュータビジョンとエッジAIがより利用しやすくなっている一方で、水中にこれらのテクノロジーを導入するには新たな制約があります。デバイスは太陽光とバッテリーで稼働し、複数のAIモデルを並列実行でき、能動的なメンテナンスなしで何年もの塩水曝露に耐えられる堅牢性を備えていなければなりません。電力効率は極めて重要です。1日に利用できる電力は約600ワットしかないため、カメラから推論チップまで、正確なリアルタイムの洞察を提供しながら稼働時間を最大化できるよう、すべてのコンポーネントを慎重に選定する必要があります。
PO2にとって不足していたのは、幅広いエッジハードウェアで実行でき、海洋生物多様性の追跡に十分な精度を持ち、複数年にわたる展開を通じてプラットフォームが進化するのに合わせて容易に反復改善できる、柔軟なモデルフレームワークでした。
Ultralytics YOLOでエッジからクラウドへ#
PO2のモニタリングプラットフォームは、太陽光パネル、バッテリー、衛星通信を備えた自律型ブイに搭載された水中カメラ、ハイドロフォン、その他のセンサーを組み合わせています。
音声については、PO2 HydroPulse（カスタムエッジ組み込みハイドロフォン）が汎用ARMハードウェア上で約1.3 Wで動作し、長期的な太陽光・バッテリー運用に十分対応できる低消費電力を実現しています。
カメラ上での実行を目指し、Ultralytics YOLOモデルはシステム内のエッジハードウェアにデプロイされる予定です。これにより、ビデオストリーム上でリアルタイムの物体検出と追跡を行い、水中で魚やその他の海洋生物を直接識別・追跡します。
YOLOのトラッキングはフレーム間で同じ個体を関連付けるため、同じ個体が複数回カウントされることはなく、信頼度が最も高い検出結果がその魚の記録として採用されます。単一の記録は基本的に次のようになります：
{
"label": "Acanthurus triostegus",
"confidence": 0.94,
"length_cm": 18
}セッションレベルのMaxNカウントと環境コンテキストが付加されます。これにより、後から確認する映像ではなく、標準化された科学利用可能なデータが得られます。
図1. Ultralytics YOLO26によるハワイのサンゴ礁映像に対する種レベルの検出。
各カメラユニットはエッジで検出と追跡を行い、生のビデオではなく、コンパクトな構造化イベント（キロバイト規模のJSON）を送信します。
システムが関心対象の物体を検出すると、推論結果は衛星経由でクラウドアーキテクチャに送信され、そこで集約・分析され、科学者や保全パートナーに提示されます。このエッジファースト設計により、送信要件が大幅に軽減され、電力が節約されるため、手動介入なしで1回の設置につき何年もプラットフォームを運用できます。
システムを将来にわたって利用できるよう、PO2はUltralyticsと緊密に連携し、最新世代のNPU搭載エッジAIアクセラレーターを評価しました。この協業により、PO2は厳格な電力予算を維持しながら適切なハードウェアの組み合わせを絞り込み、プラットフォームの成長に伴って、ハイドロフォンデータに対する音声推論などの新しいAIモデルを追加できる柔軟性も確保できました。
図2. Ocean Oasisのソリューションの概要。
Ultralytics Platformの初期導入企業#
PO2は本番環境でUltralytics YOLOモデルを使用するだけでなく、YOLOモデルのアノテーション、トレーニング、デプロイを1か所で行える新しいエンドツーエンド環境であるUltralytics Platformの、ごく初期のエンタープライズユーザーの1社にもなりました。
Ultralytics Platformを使用することで、PO2のチームは海洋データセットを管理し、標準YOLO26モデルとUltralytics Enterprise YOLO26モデルの両方をトレーニングし、Smart Annotationを活用してデータラベリングを大幅に高速化し、トレーニング済みモデルをほぼあらゆる形式にエクスポートしてエッジハードウェア全体にデプロイできます。この統合ワークフローにより、プロジェクトの進化に合わせてPO2は迅速に反復改善でき、チームの拡大に伴ってデータ、モデル、実験を一元管理できるようになりました。
Ultralytics YOLOを選ぶ理由#
Project Ocean Oasisにとって、Ultralyticsとの協業はモデルの性能を超えるものです。開発のあらゆる段階でチームを支援する専門知識と統合プラットフォームへのアクセスを提供します。Ultralytics YOLOモデルは、超低消費電力のMCUから高性能なNPUアクセラレーターまで、幅広いエッジデバイスで動作する柔軟性を備え、水中の生物多様性モニタリングに必要な精度を実現します。
Ultralyticsと緊密に連携することで、PO2はエッジAIアクセラレーターの複雑な環境を把握し、複数年にわたる展開目標に適したハードウェアパートナーを特定できました。
より健全な海洋に向けて#
Project Ocean Oasisは、エッジAI推論からクラウドダッシュボードまで、最初のセンサーをエンドツーエンドで検証し、水中への展開に向けた準備を進めています。ハードウェアの構築はパートナーへの提供準備が整い、クラウドアーキテクチャは稼働しており、科学研究者も展開サイトに配置されています。
2026年以降、チームはサイト全体に展開を拡大し、デバイス上のAIスイートを拡充するとともに、相互接続されたグローバルモニタリングネットワークの基盤を築きます。
PO2は、複数世代にわたる長期的な時間軸を基盤としています。継続的な海洋モニタリングは基盤レイヤーであり、その後のあらゆる取り組みを可能にするエビデンス基盤です。この取り組みは完了させることではなく、適切に始めることを目的としています。
独自のVision AIソリューションの構築に関心がありますか？GitHubリポジトリにアクセスしてUltralytics YOLOモデルを詳しく確認し、YOLOが保全分野のAIにおけるイノベーションをどのように支援しているかを学び、Ultralytics Platformを試して独自のエンドツーエンドVision AIワークフローの構築を始めましょう。
