海洋正在身陷环境污染危机，问题的严重性，从气候变化，到塑料污染，再到过度捕捞，所有这些都成为亟待解决的现实问题，且短期看似乎并没有太好的处理办法。

科学家们注意到，即使马上停止一切对化石燃料的使用行为，到2050年海洋中约90%的珊瑚仍将消失。珊瑚可以说是海洋的生命维持系统，没有了它，海洋生态也将很快枯萎消亡。

尽管前景一片晦暗，但我们仍能找到一点希望的微光，特别是AI技术的迅速崛起，让人们能够从全新的角度审视海洋保护议题。本文旨在探讨如何利用科技力量，特别是AI技术这一重要分支，去帮助人类恢复珍贵的海洋生态。

最终，AI技术将以最高效也最独特的方式，利用数据发现新的见解、创新途径与工作方式。以往，海洋数据往往被视为一类规模庞大、无法使用且极度分散的信息。理解这些数据，将成为创建海洋治理方案并采取实际行动的关键性前提。

有限的知识阻碍了我们的脚步

今天我们面临的诸多海洋问题，源自我们对其了解还不够多、不够深入。值得注意的是，虽然海洋占据我们这颗星球四分之三的表面积，但我们对火星及月球的地形知识反而远高于海洋。毕竟水底世界并不易探索，因此我们的文化与思想基本上没有将其接纳进来。直到最近，公众才意识到我们的海洋处于不稳定状态，而这种意识实际源自近年来海洋水体的快速恶化与衰退。但是，我们到底能为此做些什么？

笔者与几家AI初创企业进行了交流，他们正在努力为海洋问题提供解决方案。比如，Sinay公司正在汇总海洋数据，并利用机器学习实现积极主动的行动能力；Data 360则希望利用数据发现文化与知识层面存在的差距与机遇；Hadal公司正在利用海洋测深学绘制海底图，旨在扩展我们对于海洋地形的认识。

缩小海事领域专业知识与数据方面的差距

在收集海洋数据方面，可行的方法相当可观，但其中某些数据集却一直极难获得，且相关信息量巨大。要理解这些数据，需要丰富的海洋学及物理学专业知识并配合强大的计算资源。通过将机器学习引入其中，我们获得了前所未有的技能组合，进而为当下的海事环境带来新的认知与理解渠道。

Sinay公司正在努力弥合海事专业知识与数据之间的差距。他们的平台能够整合来自6000多个来源的数据，包括测量水质、海浪与天气数据等，同时配合船舶航行位置以及海洋声学物联网传感器数据等。以此为基础，他们利用机器学习算法进行信息关联，从而实现实时决策、洞察运营效率、降低成本并缓解环境危害。

▲ 图：Sinay公司创始人Yanis Souami与CMO Francoise Fable

Sinay公司正在将其技术应用于多种场景，例如“声学污染”，这一领域目前还几乎没有得到任何公众关注。虽然我们感受不到，但声压较高的某些噪声会对水下生态系统产生严重的影响；在水下，声音能够以五倍于空气中的传播速度先进数百英里。此外，新港口建设期间会向海洋中释放额外的声能，航道上的船只以及海上风电场等开放水域内的设施也都会给海洋生物带来危害。其中，鲸目动物（包括海豚和鲸鱼）对高声压非常敏感，很可能因此受伤，有时甚至会出现大规模搁浅事件。声学污染还可能破坏各种鱼类及其幼体的生理结构，最终令整个海洋生态系统陷入风险之中。

▲ 图：声学仪表板——旧金山湾。Sinay/图片来源。

Sinay公司可以从所关注区域内部署的各种浮标处获取数据，并利用机器学习技术实时检测海洋哺乳动物的聚集位置，从而适当调整建设项目、航线或者港口扩建的具体地点。

利用AI推动文化潮流转变

在治理海洋方面，大规模传播相关知识可能是最为重要的工作之一。这既能帮助社会了解我们当前正在对海洋施加的损害，同时也能在引发严重后果之前加以纠正。在这方面，AI技术能够帮助我们缓和争执、理解知识差距、培养保护意识并扩大对话范围。

▲ 图：Data 360公司CIO Marie Smith

“纵观互联网的发展历史与现有基础设施，我们会发现社交媒体与智能手机的出现显著放大了数据规模。大部分数据来自我们每天在这些平台上分享的观念与想法。如今，AI技术可以应用于大数据，为人们提供重要知识，并帮助大家关心并接触到可能带来重大影响的社区。”——Marie Smith，Data 360公司CIO。

利用AI分析科学研究

《Ocean Health》是一份优秀的海洋相关科学期刊，但其中的内容表明，真正了解海洋状况的研究人员所撰写出的内容，已经与普通大众想要看到的内容严重脱节。

在最近的一轮主题分析当中，领先的大数据与分析企业Data 360发现，研究人员往往只关注少数专业议题，而并未考虑到普通公众希望全面了解情况的迫切需求。

大数据与AI，再加上机器学习，使人们第一次能够与身边发生的问题及其解决方案联系起来。此外，AI技术还可以帮助内容创造者根据城市、主题或者关注方向确定最佳受众，并对公众情绪进行深入分析，同时利用预测模型解决公众参与的问题。

总而言之，Data 360公司正在努力缩小在线知识共享内容与消费者在信息需求方面的差距。

测量海洋

我们可以采取多种形式对海洋以及水体性质加以测量，具体以怨报德利用无人机探测海面温度，以及利用海岸线处部署的声纳描绘海床特征等。然而，平均深度达4000米的海底似乎仍然遥不可及，也始终未能得到公众的关注。目前，只有不到10%的海底区域完成了高分辨率绘图，这意味着我们在认识海洋环境方面还有很长的路要走。

Hadal公司（这是一家无人潜艇制造商，专门负责绘制海底地形图）COO Rob Damus表示，“海底就是海洋与地壳之间的对接面。以往，人们曾认为海底就是片贫瘠的地带，但现代探索与测绘工作已经证明这里同样是个充满活力的世界，到处都是化学合成生命与地质活动。绘制完整的海床图，将有助于更深入地了解海洋环流、海底地貌以及定义出关于整体景观的普遍认可模型。所有这一切，都将有助于甚至直接影响到我们的陆地生活方式。”

海洋在调节地球气候方面发挥着至关重要的作用，因此我们需要更深入地理解建模工作；而如果没有来自海洋深处的遥感测量数据，我们只能用猜测的方式“臆断”这个巨大散热体系的运作规律。

数据指导行动

要在海洋层面发挥AI技术的全部潜能，获取数据无疑是重要的第一步，毕竟如果无法测量，我们也就不可能真正理解海洋的奥秘并加以改善。我们可以利用数据建立起海洋健康状态基准，帮助科学家测量pH值变化、识别物种、确定搜索模式等等。这些数据有助于理解港口水质变化并针对异常状况做出实时决策；亦能帮助航运公司规划出更高效的航运线路，降低化石燃料消耗，同时避免与鲸鱼及其他海洋生物发生碰撞。

而这还仅仅只是开始。正如我们发射的卫星GPS技术带来了实时交通与路线规划能力，绘制完整的海洋表面与海底数据，则有望帮助人类对气候模式、鱼类数量、水温以及盐度等建立全面的认识。

数据代表着基准，而AI将在此之上通过多种方式帮助我们拯救宝贵的海洋环境。