Project Ocean Oasis thúc đẩy bảo tồn rạn san hô với Ultralytics YOLO

Khi các hệ sinh thái biển đối mặt với những mối đe dọa chưa từng có từ biến đổi khí hậu, ô nhiễm và đánh bắt quá mức, nhu cầu về trí tuệ đại dương có thể mở rộng và dựa trên bằng chứng chưa bao giờ lớn hơn thế. Project Ocean Oasis (PO2), một tổ chức phi lợi nhuận có trụ sở tại Úc, đang đối mặt trực tiếp với thách thức này bằng cách xây dựng các hệ thống giám sát tự hành được thiết kế để vận hành trong nhiều năm trong môi trường biển khắc nghiệt.

Bằng cách tích hợp Ultralytics YOLO models vào pipeline edge-to-cloud và tận dụng Ultralytics Platform, PO2 đang đặt nền móng cho một kỷ nguyên mới về giám sát rạn san hô và đa dạng sinh học liên tục, được hỗ trợ bởi AI.

Xây dựng nền tảng của trí tuệ đại dương#

Project Ocean Oasis phát triển các hệ thống tự hành, được hỗ trợ bởi AI cho trí tuệ đại dương dài hạn. Được xây dựng với sự cộng tác của WASSOC (một công ty kỹ thuật dưới đáy biển với hơn 40 năm kinh nghiệm), AWS và Ultralytics, PO2 cung cấp một nền tảng đầu-cuối kết hợp phần cứng bền bỉ, AI tại biên và trên đám mây, cùng các tập dữ liệu đã được kiểm chứng khoa học để hỗ trợ bảo vệ hệ sinh thái biển dựa trên bằng chứng.

Mỗi đơn vị PO2 được thiết kế để chạy nhiều mô hình AI cùng lúc, với đủ khoảng dự phòng nội bộ cho việc mở rộng trong tương lai. Các hệ thống được kỹ thuật hóa để chịu được sóng rạn san hô, sự ăn mòn và bám bẩn sinh học, vận hành không cần bảo trì trong nhiều năm và có khả năng mở rộng trên nhiều môi trường đa dạng.

Thách thức của việc giám sát rạn san hô tự hành dài hạn#

Việc giám sát các rạn san hô và đa dạng sinh học biển trên quy mô lớn đặt ra một loạt thách thức độc đáo. Các phương pháp truyền thống dựa vào thợ lặn, thuyền bè và thu thập dữ liệu thủ công, vốn đắt đỏ, không liên tục và thường gây gián đoạn cho hệ sinh thái mà chúng nghiên cứu. Khi sức khỏe rạn san hô suy giảm trên toàn cầu, khoảng cách giữa dữ liệu mà các nhà khoa học cần và dữ liệu họ có thể thu thập thực tế ngày càng lớn.

Ngay cả khi computer vision và AI tại biên trở nên dễ tiếp cận hơn, việc triển khai các công nghệ này dưới nước vẫn mang đến những hạn chế mới. Các thiết bị phải sử dụng năng lượng mặt trời và pin, có khả năng chạy nhiều mô hình AI song song và đủ bền bỉ để tồn tại trong nhiều năm tiếp xúc với nước mặn mà không cần bảo trì chủ động. Hiệu suất năng lượng là rất quan trọng: Với chỉ khoảng 600 watt điện mỗi ngày, mọi thành phần, từ camera đến chip suy luận, đều phải được lựa chọn cẩn thận để tối đa hóa thời gian hoạt động trong khi mang lại thông tin chi tiết chính xác theo thời gian thực.

Đối với PO2, mảnh ghép còn thiếu là một khung mô hình đủ linh hoạt để chạy trên nhiều loại phần cứng biên, đủ chính xác để theo dõi đa dạng sinh học biển và đủ dễ dàng để lặp lại khi nền tảng phát triển qua các đợt triển khai kéo dài nhiều năm.

Từ biên lên đám mây với Ultralytics YOLO#

Nền tảng giám sát của PO2 kết hợp camera dưới nước, hydrophone và các cảm biến khác được gắn trên các phao tự hành được trang bị tấm pin mặt trời, pin và khả năng kết nối vệ tinh.

Đối với Âm thanh, PO2 HydroPulse (hydrophone nhúng tùy chỉnh tại biên) chạy ở mức khoảng 1,3 W trên phần cứng ARM thương mại, đủ thấp cho việc triển khai dài hạn bằng năng lượng mặt trời và pin.

Để chạy trên các camera, các mô hình Ultralytics YOLO được dự kiến triển khai trên phần cứng biên bên trong hệ thống, thực hiện nhận diện và theo dõi đối tượng theo thời gian thực trên các luồng video để xác định và theo dõi cá cùng các sinh vật biển khác trực tiếp dưới nước.

Việc theo dõi bằng YOLO liên kết cùng một cá thể qua các khung hình, vì vậy nó chỉ được tính một lần, với kết quả nhận diện có độ tin cậy cao nhất được ghi nhận là hồ sơ của con cá đó. Một hồ sơ đơn lẻ về cơ bản là:

{
  "label": "Acanthurus triostegus",
  "confidence": 0.94,
  "length_cm": 18
}

với số lượng MaxN theo phiên và ngữ cảnh môi trường đi kèm. Điều này tạo ra dữ liệu chuẩn hóa, sẵn sàng cho nghiên cứu thay vì chỉ là các đoạn phim cần xem lại sau.

Hình 1. Ultralytics YOLO26 đang chạy nhận diện cấp độ loài trên cảnh quay rạn san hô ở Hawaii.

Mỗi đơn vị camera sẽ thực hiện nhận diện và theo dõi tại biên, sau đó gửi các sự kiện có cấu trúc nhỏ gọn (định dạng JSON ở quy mô kilobyte), thay vì video thô.

Khi hệ thống phát hiện một đối tượng đáng quan tâm, kết quả suy luận sẽ được gửi qua vệ tinh đến kiến trúc đám mây, tại đó chúng được tổng hợp, phân tích và cung cấp cho các nhà khoa học và đối tác bảo tồn. Thiết kế ưu tiên tại biên này giúp giảm đáng kể nhu cầu truyền tải, tiết kiệm năng lượng và cho phép nền tảng vận hành trong nhiều năm cho mỗi lần triển khai mà không cần sự can thiệp thủ công.

Để chuẩn bị cho tương lai của hệ thống, PO2 đã làm việc chặt chẽ với Ultralytics để đánh giá thế hệ tăng tốc AI biên mới nhất chạy bằng NPU. Sự hợp tác này đã giúp PO2 thu hẹp các lựa chọn phần cứng phù hợp cho ngân sách năng lượng nghiêm ngặt của mình trong khi vẫn duy trì sự linh hoạt để thêm các mô hình AI mới, như suy luận âm thanh trên dữ liệu hydrophone, khi nền tảng phát triển.

Hình 2. Phác thảo giải pháp của Ocean Oasis.

Một người tiên phong sử dụng Ultralytics Platform#

Ngoài việc sử dụng các mô hình Ultralytics YOLO trong sản xuất, PO2 đã trở thành một trong những người dùng doanh nghiệp đầu tiên của Ultralytics Platform, môi trường đầu-cuối mới để gắn nhãn, huấn luyện và triển khai các mô hình YOLO tại một nơi duy nhất.

Sử dụng Ultralytics Platform, nhóm của PO2 có thể quản lý các tập dữ liệu biển, huấn luyện cả mô hình YOLO26 tiêu chuẩn và Ultralytics Enterprise, tận dụng Smart Annotation để tăng tốc đáng kể việc gắn nhãn dữ liệu và xuất các mô hình đã huấn luyện sang hầu như bất kỳ định dạng nào để triển khai trên phần cứng biên của họ. Quy trình làm việc thống nhất này đã giúp PO2 lặp lại nhanh chóng khi dự án phát triển, đồng thời giữ cho dữ liệu, mô hình và thử nghiệm được tập trung hóa khi nhóm mở rộng.

Tại sao chọn Ultralytics YOLO?#

Đối với Project Ocean Oasis, sự hợp tác với Ultralytics không chỉ dừng lại ở hiệu suất mô hình, mà còn cung cấp quyền truy cập vào chuyên môn và một nền tảng thống nhất hỗ trợ nhóm ở mọi giai đoạn phát triển. Các mô hình Ultralytics YOLO cung cấp sự linh hoạt để chạy trên nhiều loại thiết bị biên, từ MCU tiêu thụ năng lượng cực thấp đến các bộ tăng tốc NPU hiệu năng cao hơn, trong khi vẫn mang lại độ chính xác cần thiết cho việc giám sát đa dạng sinh học dưới nước.

Bằng cách làm việc chặt chẽ với Ultralytics, PO2 đã có thể điều hướng bối cảnh phức tạp của các bộ tăng tốc AI biên và xác định các đối tác phần cứng phù hợp cho các mục tiêu triển khai kéo dài nhiều năm của họ.

Hướng tới một đại dương khỏe mạnh hơn#

Project Ocean Oasis đã kiểm chứng các cảm biến đầu tiên của mình theo quy trình đầu-cuối, từ suy luận AI tại biên đến bảng điều khiển trên đám mây, và hiện đang chuẩn bị cho việc triển khai dưới nước. Cấu trúc phần cứng đã sẵn sàng cho đối tác, kiến trúc đám mây đã đi vào hoạt động và các nhà điều tra khoa học đã có mặt tại các địa điểm triển khai.

Từ năm 2026 trở đi, nhóm sẽ mở rộng trên nhiều địa điểm, tăng cường bộ công cụ AI trên thiết bị và đặt nền móng cho một mạng lưới giám sát toàn cầu được liên kết với nhau.

PO2 được xây dựng trên một tầm nhìn thời gian nhiều thế hệ. Giám sát biển liên tục là lớp nền tảng, là cơ sở bằng chứng giúp mọi thứ hạ nguồn trở nên khả thi. Công việc không phải là để hoàn thành nó, mà là để bắt đầu nó một cách tốt đẹp.

Bạn quan tâm đến việc tự xây dựng các giải pháp Vision AI? Hãy truy cập GitHub repository của chúng tôi để khám phá các mô hình Ultralytics YOLO, tìm hiểu cách YOLO đang hỗ trợ các đổi mới trong lĩnh vực AI in conservation, và xem qua Ultralytics Platform để bắt đầu xây dựng các workflow vision AI end-to-end của riêng bạn.