เครื่องมือสร้างภาพข้อมูลใหม่ปฏิวัติการวิจัยทางสมุทรศาสตร์

เครื่องมือสร้างภาพข้อมูลที่ล้ำสมัยช่วยให้นักสมุทรศาสตร์และนักนิเวศวิทยาด้านจุลินทรีย์ได้เห็นภาพระบบนิเวศใต้ทะเลลึกที่พวกเขาศึกษาอย่างที่ไม่เคยมีมาก่อน ออกแบบโดย Adam Coscia นักศึกษาปริญญาเอกชั้นปีที่ 4 จาก Georgia Tech เครื่องมือที่เรียกว่า DeepSee กำลังเปลี่ยนแปลงวิธีที่นักวิจัยคาดการณ์และวิเคราะห์ฮอตสปอตตัวอย่างตะกอน

เริ่มต้นจากโครงการฝึกงานที่ NASA งานของ Coscia ได้พัฒนาเป็นทรัพยากรที่สำคัญภายใต้การแนะนำของทีมสหวิทยาการจาก Caltech, Jet Propulsion Laboratory (JPL) ที่จัดการโดย Caltech สำหรับ NASA และ ArtCenter College of Design

Victoria Orphan ผู้นำทีมวิจัยที่ Caltech เป็นนักนิเวศวิทยาจุลินทรีย์ที่มีชื่อเสียง โดยมุ่งเน้นที่การศึกษาชุมชนจุลินทรีย์ในทะเลลึกและปฏิสัมพันธ์ของพวกมันภายในตะกอนพื้นทะเล เมื่อเผชิญกับความท้าทายขององค์กรด้วยชุดข้อมูลในอดีต Orphan และทีมของเธอจึงต้องการแนวทางที่รวมกลุ่มมากขึ้น

“ในอดีต ชุดข้อมูลของเราแยกจากกันและอยู่ในสเปรดชีต Excel ที่แยกจากกัน บางทีในตอนท้าย เราจะทำการวิเคราะห์ทางสถิติเพื่อค้นหาความสัมพันธ์ในข้อมูลนั้น จากนั้นเราจะเปรียบเทียบสิ่งเหล่านั้นกับแผนที่ของเรา” เด็กกำพร้ากล่าวใน ข่าวประชาสัมพันธ์- “เราไม่มีวิธีที่จะรวมทุกอย่างไว้ภายใต้ร่มเดียวซึ่งทำให้เราสามารถเรียนรู้เพิ่มเติมเกี่ยวกับระบบนิเวศเหล่านี้ได้”

เพื่อเพิ่มประสิทธิภาพการสำรวจวิจัย ทีมของเด็กกำพร้าจึงออกเดินทางนอกชายฝั่งแคลิฟอร์เนียเป็นประจำทุกปี โดยใช้ยานพาหนะควบคุมจากระยะไกล (ROV) เพื่อรวบรวมตัวอย่างตะกอนที่สำคัญ การเปิดตัว DeepSee ได้ปฏิวัติการสำรวจเหล่านี้

“แนวคิดคือเมื่อคุณมีตัวอย่างแล้ว และคุณสนใจในพื้นที่เฉพาะที่มีตัวอย่างก่อนหน้านี้ คุณสามารถเข้าไปและใส่คำอธิบายประกอบบนแผนที่ว่าจะเก็บตัวอย่างที่ไหนต่อไปด้วยเครื่องมือวาดภาพของเรา” Coscia กล่าวในข่าวประชาสัมพันธ์

DeepSee ผสานรวมข้อมูลภูมิประเทศและภาพถ่ายไว้ในเว็บเบราว์เซอร์เชิงโต้ตอบที่ใช้งานง่าย ซึ่งสามารถสร้างโมเดลการแสดงภาพ 3 มิติได้ เครื่องมือที่เป็นนวัตกรรมนี้ไม่เพียงแต่ปรับปรุงการจัดระเบียบข้อมูล แต่ยังอำนวยความสะดวกในการโต้ตอบและการจดบันทึกแบบเรียลไทม์อีกด้วย

“เรามุ่งเน้นไปที่กระบวนการสำรวจและจดบันทึกด้วยแผนที่และข้อมูล และมีวิธีใหม่ในการแสดงภาพ” คอสเซียกล่าวเสริม “นักวิทยาศาสตร์สามารถวาดและจัดทำแผนที่ตัวอย่างทั้งหมดของพวกเขาได้แบบเรียลไทม์ พวกเขาสามารถอ้างอิงข้อมูลที่เฉพาะเจาะจงได้ง่ายขึ้นมากและตัดสินใจว่าทีมควรไปที่ไหนเพื่อรับตัวอย่างที่ดีที่สุด”

DeepSee ซึ่งดำเนินการระหว่างการสำรวจสองครั้งล่าสุด ได้แสดงให้เห็นถึงประสิทธิภาพที่เพิ่มขึ้นในการวางแผนเชิงกลยุทธ์สำหรับ Orphan Lab

“โครงสร้างพื้นฐานที่ Adam วางไว้จะทำให้สิ่งนี้เป็นเครื่องมือที่ไม่เพียงแต่สำหรับกลุ่มของฉันเท่านั้น แต่สำหรับนักสมุทรศาสตร์และนักวิทยาศาสตร์ในสาขาอื่นๆ ทุกที่ที่มีการกระจายข้อมูลเชิงพื้นที่ที่คุณต้องการเชื่อมต่อกับเมตาดาต้าอื่นๆ” Orphan กล่าว

นอกจากนี้ DeepSee ยังพิสูจน์ได้ว่ามีคุณค่าอย่างยิ่งในการฝึกอบรมนักวิจัยหน้าใหม่ ทำให้กระบวนการเริ่มต้นใช้งานราบรื่นและใช้งานง่ายยิ่งขึ้น

“เราสามารถเริ่มต้นใช้งานพวกเขาได้ง่ายขึ้นมาก และให้พวกเขาทราบว่ามีข้อมูลใดบ้าง และเราได้รวบรวมข้อมูลจากที่ใดด้วยวิธีที่ชัดเจนกว่าการให้พวกเขาอ้างอิงถึงสเปรดชีต Excel” Orphan กล่าวเสริม

ความสามารถของเครื่องมือนี้ขยายไปไกลกว่าการแสดงภาพข้อมูลระดับพื้นผิว เนื่องจากสามารถสร้างแบบจำลอง 3 มิติใต้พื้นทะเล โดยประเมินคุณภาพข้อมูลในตำแหน่งที่อยู่ติดกันตามจุดข้อมูลที่ทราบ

“คุณจะไม่เห็นสิ่งใดเลยหากมองเห็นใต้พื้นทะเล คุณจะต้องไปขุด แต่โมเดล 3 มิติของเราแสดงให้คุณเห็นว่าคุณอาจมีข้อมูลที่แนะนำฮอตสปอตซึ่งอยู่ต่ำกว่าพื้นเพียงไม่กี่ฟุต นั่นจะบอกคุณว่าจะไปลองชิมที่ไหนต่อไป” คอสเซียกล่าว

เมื่อมองไปข้างหน้า Coscia ตั้งเป้าที่จะรวมโมเดลการเรียนรู้ของเครื่องเข้ากับ DeepSee เพื่อเพิ่มความสามารถในการคาดการณ์ให้ดียิ่งขึ้น โดยขึ้นอยู่กับการสะสมข้อมูลเพิ่มเติม

DeepSee ยืนหยัดเป็นสัญญาณแห่งนวัตกรรมในการวิจัยสมุทรศาสตร์ ซึ่งเป็นการประกาศยุคใหม่ของการแสดงข้อมูลเป็นภาพและประสิทธิภาพในภาคสนาม