AI กำลังเรียนรู้ที่จะมองเห็นสัตว์ทะเลลึกแบบเรียลไทม์
วิทยาศาสตร์ทางทะเล

AI กำลังเรียนรู้ที่จะมองเห็นสัตว์ทะเลลึกแบบเรียลไทม์

NOAA และ MBARI กำลังพัฒนาหุ่นยนต์ใต้น้ำให้ตรวจจับ ติดตาม และจำแนกสัตว์ทะเลลึกได้แบบเรียลไทม์ ด้วยเครื่องมืออย่าง FathomNet, Mesobot และ EyeRIS การสำรวจมหาสมุทรจึงเริ่มมองเห็นชีวิตใต้ทะเลได้เร็วและละเอียดขึ้นกว่าเดิม

The Coastal Naturalist 5 นาทีในการอ่าน
ขนาดตัวอักษร

ในน้ำทะเลสีน้ำเงินเข้ม แมงกะพรุนโปร่งใสตัวหนึ่งค่อย ๆ ลอยผ่านไป และคราวนี้หุ่นยนต์ใต้น้ำที่ว่ายอยู่ข้าง ๆ อาจรู้แล้วว่ากำลังมองอะไรอยู่ นักวิทยาศาสตร์กำลังสอนยานสำรวจใต้น้ำให้ตรวจจับ ติดตาม และจำแนกสัตว์ทะเลได้แบบเกือบเรียลไทม์ ทำให้โลกใต้ทะเลลึกค่อย ๆ มองเห็นชัดขึ้น วัดผลได้มากขึ้น และน่าตื่นตาอย่างเป็นรูปธรรมมากขึ้น[ref:1][ref:2]

ยานสำรวจใต้น้ำข้างแมงกะพรุนเรืองแสงในชั้นน้ำกึ่งมืด

เหตุผลสำคัญคือ ปัจจุบันมหาสมุทรสร้างข้อมูลภาพมากกว่าที่นักวิจัยจะตรวจดูด้วยมือได้ทัน โครงการ FathomNet ของ MBARI จึงถูกพัฒนาขึ้นเพื่อแก้คอขวดนี้ โดยอาศัยคลังวิดีโอเกือบ 26,000 ชั่วโมง ข้อมูลสังเกตกว่า 6.5 ล้านรายการ ภาพราว 1 ล้านภาพ และแนวคิดหรือหมวดจำแนกมากกว่า 4,600 แบบจากระบบบันทึกข้อมูลใต้น้ำของ MBARI เพื่อนำไปฝึกโมเดลแมชชีนเลิร์นนิงสำหรับภาพใต้น้ำ[ref:3] ความท้าทายของวิทยาศาสตร์ทะเลลึกวันนี้จึงไม่ใช่แค่เอากล้องลงไปให้ถึง แต่คือทำอย่างไรให้กล้อง “สังเกต” สิ่งที่เห็นได้ทันกับปริมาณข้อมูลมหาศาล

ดวงตาชุดใหม่ของการสำรวจทะเลลึก

แผนภาคสนามปี 2026 ของ NOAA Ocean Exploration แสดงทิศทางนี้อย่างชัดเจน ผ่านโครงการ “Deployable Artificial Intelligence for Exploration and Discovery in the Deep Sea” ซึ่งระบุว่าทีมวิจัยกำลังพัฒนาซอฟต์แวร์สำหรับยานสำรวจใต้น้ำทั้งแบบบังคับระยะไกลและแบบอัตโนมัติ ให้สามารถตรวจจับ ติดตาม และจำแนกสัตว์ทั้งบริเวณพื้นทะเลและคอลัมน์น้ำจากวิดีโอใต้น้ำได้แบบเรียลไทม์[ref:1] ระบบนี้ฝึกด้วย FathomNet ซึ่งเป็นชุดข้อมูลภาพใต้น้ำแบบสาธารณะ และตัวโครงการเองก็จะช่วยขยายฐานข้อมูลนี้ต่อไปด้วย[ref:1][ref:3]

บริบทของเรื่องนี้ก็น่าสนใจมาก ทะเลชั้นกลางหรือ ocean twilight zone อยู่ลึกประมาณ 200-1,000 เมตร เป็นช่วงที่แสงธรรมชาติอ่อนลงมาก แต่ยังอุดมด้วยสิ่งมีชีวิตและมีบทบาทสำคัญต่อวัฏจักรคาร์บอนของโลก[ref:5] ปัญหาคือสัตว์ในชั้นน้ำนี้เคลื่อนที่ตลอด ทั้งลอย ทั้งพุ่ง ทั้งขึ้น ทั้งลง ทำให้ทีมนักวิจัยมักได้วิดีโอจำนวนมหาศาลเกินกว่าจะมานั่งติดป้ายชื่อกันทีละเฟรม

Kakani Katija แห่ง MBARI และทีม Bioinspiration Lab คือหนึ่งในกลุ่มที่กำลังสร้างคำตอบ พวกเขาพัฒนาเครื่องมือภาพและแสงอย่าง EyeRIS และ DeepPIV ใช้ปัญญาประดิษฐ์ผ่าน FathomNet และเชื่อมอัลกอริทึมเข้ากับยานสำรวจผ่านระบบอย่าง ML-Tracking เพื่อให้ภารกิจหุ่นยนต์สามารถเฝ้าดูชีวิตใต้ทะเลลึกได้ต่อเนื่องและแม่นยำขึ้น[ref:2] เป้าหมายไม่ได้มีไว้เพื่อให้เทคโนโลยีดูหวือหวา แต่เพื่อให้ชีววิทยาทะเลมีข้อมูลที่ดีขึ้นจริง

เมื่อหุ่นยนต์ติดตามสัตว์ได้ ไม่ได้แค่วิ่งตามเส้นทาง

ตัวอย่างที่ชัดมากคือ Mesobot หุ่นยนต์ใต้น้ำแบบไฮบริดที่ออกแบบมาสำหรับชั้นน้ำกลางโดยเฉพาะ งานวิจัยในวารสาร Science Robotics อธิบายว่า Mesobot มีน้ำหนัก 250 กิโลกรัม ใช้งานได้ทั้งแบบต่อสายใยแก้วนำแสงน้ำหนักเบาและแบบทำงานอัตโนมัติเต็มรูปแบบ[ref:5] ในการทดสอบภาคสนามที่ความลึกราว 200 เมตรในอ่าวมอนเทอเรย์ มันสามารถติดตามแมงกะพรุนจาน Solmissus sp. และ giant larvacean ชนิด Bathochordaeus stygius ได้สำเร็จ[ref:5]

ความต่างนี้สำคัญมาก เพราะหุ่นยนต์สำรวจทะเลหลายแบบเก่งเรื่องสำรวจเส้นทางหรือทำแผนที่พื้นทะเล แต่ Mesobot ถูกออกแบบให้ “อยู่กับ” สัตว์ที่เปราะบางได้นานหลายชั่วโมงจนถึงระดับประมาณหนึ่งวัน พร้อมบรรทุกกล้อง เซนเซอร์ โซนาร์ หรืออุปกรณ์เก็บตัวอย่างเพิ่มเติมได้[ref:5] สำหรับนักวิทยาศาสตร์ นี่หมายถึงการศึกษาพฤติกรรมจากการเคลื่อนไหวจริง ไม่ใช่เดาจากการพบเห็นสั้น ๆ

ระบบภาพใต้น้ำกำลังสังเกตปลาหมึกมุกบนพื้นทะเลลึก

ส่วน EyeRIS ก็เสริมภาพให้ลึกขึ้นไปอีก MBARI ระบุว่าระบบนี้เก็บข้อมูลภาพสามมิติแบบเกือบเรียลไทม์ได้ และสามารถลงไปทำงานได้ลึกถึง 4,000 เมตร หรือประมาณ 13,100 ฟุต[ref:4] นักวิจัยนำมันไปถ่ายปลาหมึกมุก Muusoctopus robustus ที่ Octopus Garden นอกชายฝั่งแคลิฟอร์เนียตอนกลาง ทำให้เห็นว่าระบบภาพที่ดีขึ้นสามารถอธิบายการเคลื่อนไหวและชีวกลศาสตร์ได้ ไม่ใช่แค่ยืนยันว่ามีสัตว์ชนิดนั้นอยู่[ref:4] เมื่อเครื่องมืออย่าง EyeRIS มาทำงานร่วมกับ FathomNet และระบบติดตามบนยานสำรวจ ข้อมูลที่ได้จึงละเอียดขึ้นมาก ทั้งชนิดของสัตว์ วิธีที่มันเคลื่อนที่ และสภาพแวดล้อมรอบตัวมัน

ทำไมเรื่องนี้จึงสำคัญกับอนาคตของวิทยาศาสตร์ทะเล

ประโยชน์เชิงปฏิบัติมองเห็นได้ทันที NOAA ระบุว่าการเก็บและวิเคราะห์ข้อมูลภาพใต้น้ำจำนวนมากแบบอัตโนมัติและเกือบเรียลไทม์ จะช่วยให้นักวิทยาศาสตร์ ผู้กำหนดนโยบาย และสาธารณชนเข้าใจชีวิตในมหาสมุทรได้รวดเร็วขึ้น[ref:1] ความเร็วแบบนี้สำคัญมากในพื้นที่ที่ยังสำรวจไม่มาก เช่น ภารกิจ Cook Islands ROV Exploration ปี 2026 ซึ่งกินเวลา 28 วัน ระหว่าง 19 กรกฎาคมถึง 13 สิงหาคม เพื่อเปรียบเทียบถิ่นอาศัยบน abyssal plain และ Manihiki Plateau ด้วย ROV เครื่องมือทำแผนที่ และเซนเซอร์ภาคสนาม[ref:1] ต่อจากนั้นยังมีภารกิจ American Samoa ROV ระหว่าง 20 สิงหาคมถึง 17 กันยายน ที่จะใช้ทั้งการดำน้ำสำรวจด้วย ROV การทำแผนที่ และระบบ telepresence ในเขตน้ำลึกรอบอเมริกันซามัว[ref:1]

อีกสิ่งหนึ่งที่สวยงามในเชิงวิทยาศาสตร์คือเรื่องของ “จังหวะเวลา” สัตว์ในชั้นน้ำกลางมีการอพยพขึ้นลงในแนวดิ่งทุกวัน ซึ่งนักวิจัยอธิบายว่าเป็นการอพยพที่ใหญ่ที่สุดบนโลก พวกมันลอยขึ้นใกล้ผิวน้ำในเวลากลางคืน แล้วกลับลงสู่ชั้นน้ำที่มืดกว่าในตอนกลางวัน[ref:5] หากหุ่นยนต์สามารถรู้จำสัตว์ได้ขณะมันกำลังเคลื่อนที่ แทนที่จะรอวิเคราะห์วิดีโอย้อนหลังหลายเดือน นักวิทยาศาสตร์ก็จะเข้าใจจังหวะชีวิตของมหาสมุทรได้เร็วขึ้นมาก

นักวิจัยกำลังดูวิดีโอใต้น้ำที่มีการวิเคราะห์แบบสดจากหุ่นยนต์ทะเลลึก

ทะเลลึกยังคงกว้าง มืด และเต็มไปด้วยคำถามที่สวยงาม แต่ตอนนี้มันเริ่มไม่匿名อีกต่อไปแล้ว ด้วยฐานข้อมูลภาพแบบสาธารณะ กล้องสามมิติที่ดีขึ้น และหุ่นยนต์ที่สามารถติดตามสัตว์เปราะบางได้ต่อเนื่อง วิทยาศาสตร์ทางทะเลกำลังเรียนรู้ทักษะใหม่ ไม่ใช่แค่ลงไปให้ลึกกว่าเดิม แต่สังเกตให้เร็วและละเอียดกว่าเดิมด้วย

แหล่งอ้างอิง

  1. NOAA Ocean Exploration, 2026 field plan
  2. MBARI profile: Kakani Katija
  3. MBARI FathomNet database
  4. MBARI EyeRIS octopus imaging
  5. Science Robotics: Mesobot

เกี่ยวกับผู้เขียน

The Coastal Naturalist

A science-grounded voice explaining the ecology, marine biology, and natural systems of the Andaman coast

46 บทความที่เผยแพร่แล้ว

ดูบทความทั้งหมด

ความคิดเห็น

ยังไม่มีความคิดเห็น

ยังไม่มีความคิดเห็น มาเป็นคนแรกที่ร่วมแบ่งปันความคิดกัน

คุณอาจชอบสิ่งนี้