O Project Ocean Oasis cria unidades de edge alimentadas por energia solar, com câmaras subaquáticas e hidrofones, instaladas em cais, plataformas e boias autónomas. O Ultralytics YOLO é executado no dispositivo, com ligação ascendente via Starlink ou rede celular, proporcionando anos de monitorização oceânica de nível científico.
À medida que os ecossistemas marinhos enfrentam ameaças sem precedentes decorrentes das alterações climáticas, da poluição e da sobrepesca, a procura por informação sobre os oceanos que seja escalável e baseada em evidências nunca foi tão elevada. O Project Ocean Oasis (PO2), uma organização sem fins lucrativos sediada na Austrália, está a enfrentar este desafio de frente, desenvolvendo sistemas autónomos de monitorização concebidos para operar durante anos em ambientes marinhos adversos.
Ao integrar os modelos Ultralytics YOLO no seu pipeline da edge à nuvem e tirar partido da Ultralytics Platform, o PO2 está a lançar as bases para uma nova era de monitorização contínua de recifes e da biodiversidade, com recurso à IA.
Construir as bases da inteligência oceânica#
O Project Ocean Oasis desenvolve sistemas autónomos com IA para obter informação oceânica a longo prazo. Criado em colaboração com a WASSOC (uma empresa de engenharia submarina com mais de 40 anos de experiência), a AWS e a Ultralytics, o PO2 disponibiliza uma plataforma completa que combina hardware robusto, IA na edge e na nuvem, e conjuntos de dados validados cientificamente para apoiar a proteção dos ecossistemas marinhos com base em evidências.
Cada unidade PO2 foi concebida para executar vários modelos de IA em simultâneo, com capacidade interna suficiente para futuras expansões. Os sistemas são projetados para resistir à agitação dos recifes, à corrosão e à bioincrustação, operar durante anos sem manutenção e ser escaláveis em ambientes diversos.
O desafio da monitorização autónoma de recifes a longo prazo#
A monitorização de recifes e da biodiversidade marinha em grande escala apresenta um conjunto único de desafios. Os métodos tradicionais dependem de mergulhadores, embarcações e recolha manual de dados, que são dispendiosos, esporádicos e muitas vezes perturbam os ecossistemas estudados. À medida que a saúde dos recifes se deteriora a nível mundial, a diferença entre os dados de que os cientistas precisam e aqueles que conseguem recolher realisticamente continua a aumentar.
Mesmo com a crescente acessibilidade da visão computacional e da IA na edge, a implementação destas tecnologias debaixo de água introduz novas limitações. Os dispositivos têm de funcionar com energia solar e baterias, ser capazes de executar vários modelos de IA em paralelo e ser suficientemente robustos para resistir a anos de exposição à água salgada sem manutenção ativa. A eficiência energética é fundamental: com apenas cerca de 600 watts de energia disponíveis por dia, cada componente, da câmara ao chip de inferência, tem de ser cuidadosamente escolhido para maximizar o tempo de atividade e fornecer insights precisos em tempo real.
Para o PO2, faltava uma estrutura de modelos suficientemente flexível para funcionar numa ampla gama de hardware de edge, suficientemente precisa para acompanhar a biodiversidade marinha e suficientemente fácil de adaptar à medida que a plataforma evoluía ao longo de implementações plurianuais.
Da edge à nuvem com o Ultralytics YOLO#
A plataforma de monitorização do PO2 combina câmaras subaquáticas, hidrofones e outros sensores instalados em boias autónomas equipadas com painéis solares, baterias e conectividade por satélite.
Para áudio, o PO2 HydroPulse (hidrofone incorporado de edge personalizado) funciona a cerca de 1,3 W em hardware ARM comercial, um consumo suficientemente baixo para implementações de longo prazo com energia solar e baterias.
Para funcionar nas câmaras, prevê-se implementar modelos Ultralytics YOLO no hardware de edge do sistema, realizando deteção e acompanhamento de objetos em tempo real em fluxos de vídeo para identificar e acompanhar peixes e outros animais marinhos diretamente debaixo de água.
O acompanhamento do YOLO associa o mesmo indivíduo entre fotogramas, para que seja contado apenas uma vez, utilizando a deteção com maior confiança como registo desse peixe. Um registo individual consiste essencialmente em:
{
"label": "Acanthurus triostegus",
"confidence": 0.94,
"length_cm": 18
}com contagens MaxN ao nível da sessão e contexto ambiental associados. O resultado são dados padronizados e prontos para uso científico, em vez de imagens para analisar mais tarde.
Fig. 1. Ultralytics YOLO26 a executar deteção ao nível da espécie em imagens de recifes havaianos.
Cada unidade de câmara detetará e acompanhará objetos na edge e, em seguida, enviará eventos estruturados compactos (JSON à escala dos quilobytes), em vez de vídeo bruto.
Quando o sistema deteta um objeto de interesse, os resultados da inferência são enviados via satélite para uma arquitetura na nuvem, onde são agregados, analisados e apresentados a cientistas e parceiros de conservação. Esta conceção que privilegia a edge reduz drasticamente as necessidades de transmissão, conserva energia e permite que a plataforma opere durante anos em cada implementação, sem intervenção manual.
Para preparar o sistema para o futuro, o PO2 trabalhou em estreita colaboração com a Ultralytics para avaliar a mais recente geração de aceleradores de IA na edge equipados com NPU. Esta colaboração ajudou o PO2 a selecionar as combinações de hardware adequadas ao seu orçamento energético rigoroso, mantendo a flexibilidade para adicionar novos modelos de IA, como a inferência de áudio com dados de hidrofone, à medida que a plataforma cresce.
Fig. 2. Apresentação da solução do Ocean Oasis.
Um dos primeiros utilizadores da Ultralytics Platform#
Além de utilizar modelos Ultralytics YOLO em produção, o PO2 tornou-se um dos primeiros utilizadores empresariais da Ultralytics Platform, o novo ambiente completo para anotar, treinar e implementar modelos YOLO num só lugar.
Com a Ultralytics Platform, a equipa do PO2 pode gerir conjuntos de dados marinhos, treinar modelos YOLO26 padrão e Ultralytics Enterprise, tirar partido da Anotação Inteligente para acelerar significativamente a rotulagem de dados e exportar modelos treinados para praticamente qualquer formato para implementação no seu hardware de edge. Este fluxo de trabalho unificado ajudou o PO2 a iterar rapidamente à medida que o projeto evolui, mantendo os dados, os modelos e as experiências centralizados à medida que a equipa cresce.
Porquê escolher o Ultralytics YOLO?#
Para o Project Ocean Oasis, a colaboração com a Ultralytics vai além do desempenho dos modelos, dando acesso a conhecimentos especializados e a uma plataforma unificada que apoia a equipa em todas as fases do desenvolvimento. Os modelos Ultralytics YOLO oferecem a flexibilidade necessária para funcionar numa ampla gama de dispositivos de edge, desde MCU de consumo ultrabaixo a aceleradores NPU de alto desempenho, proporcionando a precisão necessária para monitorizar a biodiversidade debaixo de água.
Ao trabalhar em estreita colaboração com a Ultralytics, o PO2 conseguiu navegar pelo complexo panorama dos aceleradores de IA na edge e identificar os parceiros de hardware certos para os seus objetivos de implementação plurianual.
Rumo a um oceano mais saudável#
O Project Ocean Oasis validou os seus primeiros sensores de ponta a ponta, desde a inferência de IA na edge até ao painel na nuvem, e está agora a preparar a implementação na água. A construção do hardware está pronta para os parceiros, a arquitetura na nuvem está operacional e os investigadores científicos já estão definidos para os locais de implementação.
A partir de 2026, a equipa expandirá o projeto para vários locais, ampliará o conjunto de IA no dispositivo e lançará as bases para uma rede global de monitorização interligada.
O PO2 foi concebido para um horizonte temporal de várias gerações. A monitorização marinha contínua é a camada fundamental, a base de evidências que torna possível tudo o que vem a seguir. O objetivo não é concluí-la, mas sim começar bem.
Tens interesse em criar as tuas próprias soluções de IA de visão? Visita o nosso repositório do GitHub para explorar os modelos Ultralytics YOLO, descobrir como o YOLO está a impulsionar inovações na IA para a conservação e consultar a Ultralytics Platform para começares a criar os teus próprios fluxos de trabalho completos de IA de visão.
