Sztuczna inteligencja i fotografia podwodna: Nowe spojrzenie na zagrożone ekosystemy oceaniczne

W obliczu bezprecedensowych zmian środowiskowych, jakie dotykają oceany, naukowcy poszukują nowych, innowacyjnych metod dokumentowania i komunikowania złożoności podwodnych ekosystemów. Jedną z takich inicjatyw jest projekt LOBSTgER (Learning Oceanic Bioecological Systems Through Generative Representations) realizowany przez MIT Sea Grant, który łączy zaawansowaną generatywną sztuczną inteligencję z gruntowną fotografią podwodną.

Zatoka Maine – Barometr Zmian

Zatoka Maine, uznawana za jeden z najbardziej bioróżnorodnych morskich ekosystemów na świecie, stanowi jednocześnie obszar szczególnie narażony na skutki zmian klimatycznych. Ociepla się ona szybciej niż 99 procent globalnych oceanów, co pociąga za sobą konsekwencje, których skala wciąż się ujawnia. Właśnie w tym kontekście narodził się pomysł wykorzystania AI do lepszego zrozumienia i przekazania wiedzy o podwodnym świecie.

Sztuka i Nauka w Jedności: LOBSTgER

LOBSTgER to owoc współpracy podwodnego fotografa Keitha Ellenbogena, wizytującego artysty w MIT Sea Grant, oraz Andreasa Mentzelopoulosa, doktoranta inżynierii mechanicznej z MIT. Ich celem nie jest jedynie dokumentacja, lecz rozszerzenie możliwości naukowego opowiadania historii poprzez wizualizacje bazujące na danych fotograficznych. To, co wyróżnia LOBSTgER, to fakt, że modele generatywne AI są trenowane wyłącznie na starannie wyselekcjonowanej bibliotece oryginalnych zdjęć Ellenbogena. Każde ujęcie cechuje się nie tylko artystycznym zamysłem i precyzją techniczną, ale także dokładną identyfikacją gatunków i precyzyjnym kontekstem geograficznym. Takie podejście gwarantuje, że generowane obrazy zachowują zarówno integralność wizualną, jak i ekologiczną istotność.

Mentzelopoulos podkreśla, że autorski kod użyty do budowy modeli LOBSTgER ma na celu ochronę procesu i wyników przed potencjalnymi uprzedzeniami wynikającymi z zewnętrznych danych czy modeli. Jest to klucz do zachowania obiektywności i wiarygodności naukowych wizualizacji.

Wyzwania Fotografii Podwodnej w Nowej Anglii

Fotografowanie pod wodą w przybrzeżnych wodach Nowej Anglii jest niezwykle trudne. Ograniczona widoczność, unoszące się osady, pęcherzyki powietrza i nieprzewidywalne ruchy życia morskiego stanowią stałe wyzwania. Keith Ellenbogen od lat dokumentuje bioróżnorodność regionu w ramach projektu „Space to Sea: Visualizing New England’s Ocean Wilderness”. Ten obszerny zbiór podwodnych obrazów stanowi fundamentalną bazę danych do trenowania modeli AI LOBSTgER.

Modele dyfuzyjne, opracowane w ramach projektu LOBSTgER, są trenowane nie tylko do replikacji bioróżnorodności, ale także do naśladowania unikalnego stylu artystycznego Ellenbogena. Ucząc się na tysiącach rzeczywistych zdjęć, modele przyswajają subtelne detale, takie jak naturalne gradienty światła, specyficzne dla gatunków ubarwienie, a nawet teksturę atmosferyczną tworzoną przez zawieszone cząsteczki i załamane światło słoneczne. Efektem są obrazy, które nie tylko są wizualnie dokładne, ale także wciągające i sugestywne.

Niewidzialne Staje się Widzialne

Potencjał sztucznej inteligencji w LOBSTgER wykracza poza rekonstrukcję rzeczywistych scen. Modele mogą generować nowe, syntetyczne, lecz naukowo precyzyjne obrazy, a także ulepszać istniejące fotografie, co pozwala na odzyskanie detali w mętnej wodzie, regulację oświetlenia w celu podkreślenia kluczowych obiektów czy nawet symulację scen, które byłyby niemożliwe do uchwycenia w terenie. Takie hybrydowe podejście ma przyspieszyć proces tworzenia i kuracji treści wizualnych, umożliwiając naukowcom i twórcom narracji budowanie bardziej kompletnych i spójnych wizualnych opowieści o życiu pod powierzchnią oceanu.

Andreas Mentzelopoulos podkreśla, że celem LOBSTgER nie jest zastąpienie fotografii, lecz jej uzupełnienie i rozwinięcie. „Chodzi o to, aby niewidzialne stało się widzialne i aby pomóc ludziom dostrzec złożoność środowiska w sposób, który rezonuje zarówno emocjonalnie, jak i intelektualnie” – wyjaśnia. Projekt LOBSTgER stanowi dowód na to, że fotografia i generatywna sztuczna inteligencja nie są ze sobą w konflikcie, lecz tworzą spójne kontinuum. Fotografia rejestruje to, co jest – teksturę, światło i zachowanie zwierząt podczas rzeczywistych spotkań – podczas gdy AI rozszerza tę wizję poza to, co widziane, w kierunku tego, co można zrozumieć, wywnioskować lub wyobrazić na podstawie danych naukowych i artystycznej wizji. Razem stanowią potężne narzędzie do komunikowania nauki poprzez obrazowanie. W regionie, gdzie ekosystemy zmieniają się w błyskawicznym tempie, wizualizacja staje się czymś więcej niż tylko dokumentacją. Staje się narzędziem do budowania świadomości, zaangażowania, a ostatecznie – do ochrony.