Bærekraftig havforskning styrkes gjennom kunstig intelligens i Capgemini-konkurranse

Løsninger fra intern konkurranse i Capgemini, sponset av AWS, bruker kunstig intelligens (AI) for å skaffe forskningsinnsikt og støtte bærekraftige havutvikling ved Lofoten-Vesterålen Ocean Observatory.

Oslo, 5. november – Capgemini har utviklet nye AI-modeller som bidrar til ny kunnskap om klima, og gir innsikt i økosystemet til havet ved bruk av undervanns sensordata. Løsningene ble utviklet av to team i Capgemini sin globale Data Science Challenge (GDSC; en årlig konkurranse på tvers av Capgemini-gruppen hvor ansatte bruker AI til å adressere utfordringer i verden). Deltakerne brukte Amazon Web Services (AWS) og maskinlæring (ML) til å analysere over 100 terrabites med sensordata for havtemperaturer og strømmer, levert av Lofoten-Vesterålen (LoVe) Ocean Observatory i Norge, for å bistå med verdifull innsikt som støtter deres arbeid.

LoVe Ocean Observatory er et nasjonalt forskningssenter som sporer sanntidsdata om det biologiske og kjemiske miljøet i havet, og slik bidrar til havbevaringsarbeid. LoVe Ocean Observatory, som ligger i en økologisk og geologisk hotspot ved den norske kystlinjen, bruker et nettverk av undersjøiske sensorer for å overvåke virkningen av menneskelig aktivitet, forurensning og marint liv slik som migrasjonsmønstre og endringer i havtemperatur, saltholdighet, pH og Co2 forårsaket av klimaendringer.

Skaper en klimapositiv fremtid sammen

Observatoriet har samlet enorme mengder data det siste tiåret, og deler innsikten de får med Havforskningsinstituttet og FN for å støtte programmet «Decade of Ocean Science for Sustainable Development». Etterhvert som volumet av data har blitt utvidet, har det blitt utfordrende for forskere å analysere datamangden manuelt, samt identifisere relevant innsikt for videre forskning. Capgemini-ansatte tok utfordringen for å løse problemet deres.

Rundt 1200 ansatte fra 33 ulike land deltok i konkurransen i 2021 hvor de brukte sin innsikt og ekspertise til å utvikle innovative løsninger. Vinnerlagene bygget en ML-algoritme som er i stand til å behandle data i sanntid. De ga LoVe-forskerne muligheten til å overvåke og analysere data under utfordrende omstendigheter, identifisere hvordan mønstre av bio-marin migrasjon samhandler med livet under vann, og måle økende antall dynamiske egenskaper i marine økosysyemer. Gjennom å kombinere ulike datasett, bisto de også med å avdekke tidevannstrekk og værmønsterpåvirkning som ikke har blitt oppdaget tidligere. Denne nye innsikten kan brukes til å støtte en mer bærekraftig havutvikling.

Sissel Rogne, administrerende direktør ved Havforskningsinstituttet sier «LoVe Ocean Observatory gir en unik tilgang til innsikt i det marine økosystemet. Dataanlyse og AI spiller en viktig rolle for å legge til rette for mer effektiv forskning på de store utfordringene rundt bærekraftige hav. Vi er fornøyde med at data fra obervatoriet har blitt brukt til dette innovative prosjektet med Capgemini, som hjelper oss med å få innsikt i de kontinuelige datastrømmene»

«Deling og riktig bruk av data er avgjørende hvis vi skal lykkes med å skape et bærekraftig samfunn. Som et ledende selskap innen data og AI har vi en forpliktelse til å bistå med vår innsikt og ekspertise til å bekjempe klimaendringene. Sammen med LoVe Ocean Observatory og AWS kan vi bidra med konkrete og målbare effekter som er med på å forme fremtiden vi skal leve i» sier Ivar Aune, nordisk leder for Insights & Data i Capgemini.

Bruk av data og AI for forksning på klima

Capgemini skal fortsette å jobbe med LoVe Ocean Observatory med å støtte testing og distribusjon av metodene på deres servere for å samle ny innsikt. Det langsiktige målet er å gjøre data mer tilgjengelig for brukere og forskere, så de kan identifisere funksjoner som tidligere ikke var synlige, og fremheve det viktige og integrerte arbeidet observatoriet og andre forskningssentre rundt om i verden gjør. Målet er å sikre videre utvikling og tilgang til data og innsikt på tvers av alle aspekter av havforskning.