Precision, tidsbesparing och ökade volymer med AI och Machine Learning

Göteborgs Universitet och Kosterhavets Nationalpark behövde ett bättre sätt att förstå situationen i havet och hur man på bästa sätt kunde hjälpa miljön där.

Undervattensmätningar var extremt utmanande på grund av rörliga objekt, flera arter och enorma mängder bilder och annan data som behandlades manuellt.
De kontaktade CombineCombine använde AI och Machine Learning för att behandla bilder, skapa algoritmer och tillhandahålla resultat som objektdata. 

Den här expertisen och metodiken är tillämpbar och lönsam inom andra områden också, exempelvis självkörande fordon, medicinsk analys, trafikplanering med flera. 

Utmaningen: Att regelbundet övervaka havet och att jämföra havsmiljön, artfördelningen och utvecklingen över tid krävde enorma mängder arbete, tid och pengar. Med den tidigare lösningen var det inte möjligt att övervaka haven på ett tillfredsställande sätt, och därmed inte möjligt att verkligen förstå hur man bäst kunde hjälpa miljön på ett specifikt ställe.

Målet: Att skap en intelligent start till mål-lösning där data i form av undervattensbilder matas in och data om det specifika områden kommer ut. Lösningen bör vara självlärande och förbättra sig kontinuerligt I takt med att ny data tillförs. 

Lösningen: Combine använde ett Machine Learning system och byggde algoritmer som upptäcker vissa objekt ur alla bilder som matades in i systemet. Med hjälp av algoritmerna lärde sig maskinen att urskilja och räkna vissa arter och presentera ett omedelbart resultat, varpå algoritmen förbättrade sig baserat på detta. 

Resultat: Det är nu möjligt att göra undersökningar mycket oftare, att jämföra år-till-år data, få resultat fortare samt frigöra tid för forskarna att ägna åt förbättringar och slutsatser istället för att samla in data. Det ä ren mycket stor förbättring jämfört med åratal av manuella analyser.

Framgångsfaktorer: Combine besitter expertis inom bildanalys och algoritmutveckling. Dessa experter samarbetade tätt med forskare och användare för att försäkra sig om att resultatet skulle bli bra inte bara ur ett tekniskt perspektiv, utan även ur ett värdeskapande perspektiv.