AI waakt over walvissen met Whalecast

AI waakt over walvissen met Whalecast

Fathom Science heeft WhaleCast ontwikkeld, een systeem dat oceaanvoorspellingen en machine learning gebruikt om de groeiende dreiging van scheepsbotsingen met de bedreigde Noord-Atlantische walvis te verminderen. 

Fathom Science ontwikkelde WhaleCast, een tool dat oceaanvoorspellingen gebruikt om zones met een hoog risico op aanvaringen tussen schepen en walvissen te identificeren. “Geen enkele schipper wil botsen op een walvis, maar helaas zijn walvissen moeilijk te spotten, vooral in ruwe zee”, weet Taylor Shropshire, oceanograaf en mede-oprichter van Fathom Science. “We zien steeds meer dodelijke botsingen tussen schepen en de Noord-Atlantische walvis, die bovendien met uitsterven bedreigd is.” 

“Het scheepvaartverkeer blijft groeien en is inmiddels goed voor 80 procent van de wereldhandel”, weet Shropshire. Door gebruik te maken van machine learning en historische walviswaarnemingen, biedt WhaleCast dynamische risicovoorspellingen die scheepvaartkapiteins helpen bij het vermijden van deze incidenten. 

Oceaanvoorspellingen 

Dagelijkse weersvoorspellingen ondersteunen ons in bijvoorbeeld kledijkeuze, maar heb je ooit al eens gehoord van oceaanvoorspellingen? Die voorspellingen zijn niet alleen belangrijk voor de scheepvaart om bijvoorbeeld de golven of windomstandigheden in de oceaan in te schatten, het kan ook levens redden in de onderwaterwereld. 

De Noord-Atlantische walvis is met uitsterven bedreigd, met nog maar 370 individuen over.

Taylor Shropshire, oceanograaf en mede-oprichter van Fathom Science 

Fathom Science, een spin-off van North Carolina State University, ontwikkelt software en dataproducten voor oceaanvoorspellingen. Meer specifiek richten ze zich op maritieme toepassingen om de efficiëntie en veiligheid van havens en scheepvaartactiviteiten te verbeteren. “Recent is het behoud van walvissen een belangrijk onderwerp geworden in de maritieme sector”, aldus Shropshire. “De voortdurende stijging van het scheepvaartverkeer wereldwijd gaat gepaard met een toename in dodelijke botsingen tussen schepen en walvissen.” De Noord-Atlantische walvis is van bijzonder ecologisch belang vanwege zijn ernstig bedreigde status (International Union for Conservation of Nature (IUCN)), met nog zo’n 370 exemplaren in de populatie. 

Continu in beweging 

“Er bestaan reeds websites en tools die aangeven waar de walvissen bijvoorbeeld enkele uren geleden gespot zijn”, weet Shropshire. “In bepaalde situaties kan dit nuttig zijn, maar alleen deze informatie is niet voldoende om accidenten te vermijden.” Hij benadrukt dat er vanuit de Amerikaanse overheid, namelijk de National Oceanic and Atmospheric Administration (NOAA), reeds initiatieven genomen worden, zoals de (seizoensgebonden) ‘slow zones’.  

Toch blijkt dit niet voldoende om de vele confrontaties te vermijden.  “Walvissen zijn continu in beweging, waardoor er nood is aan risicovoorspellingen over waar en wanneer de walvissen verwacht worden”, aldus Shropshire. Fathom Science ontwikkelde daarom een tool die risicovoorspellingen maakt voor de aanwezigheid van walvissen in zeegebied, genaamd WhaleCast.  

Betrouwbaarheid 

“Om deze risicovoorspellingen tot stand te brengen, ontwikkelden we een machine learning-model dat risico’s voorspelt op basis van recente en historische waarnemingen”, vertelt Shropshire. We werkten samen met SAS, gespecialiseerd in data en AI, om de betrouwbaarheid van deze modellen te valideren.  

Het voorspellingsmodel werd gevalideerd met statistische en machine learning-technieken via het Data for Good-programma van SAS. “Hiervoor genereerden we met SAS Data Maker synthetische datasets die sterk leken op de originele gegevens, wat zorgde voor een solide basis om zeven verschillende machine learning-modellen te trainen, valideren en testen met bijna 500.000 datapunten”, aldus Shropshire. 

Walvissen in beeld 

“Net zoals schepen op een display de oceaan- en weersvoorspellingen vanuit het schip kunnen raadplegen, streven we ernaar om de risicovoorspellingen voor walvissen ook toegankelijk te maken op deze displays. De voorspellingen worden in een dynamische hittemap gegoten, die de waarschijnlijkheid van aanwezigheid van de noordkapers weergeeft”, aldus Shropshire. Zo kunnen schippers beter inschatten waar deze noordkapers zich mogelijk bevinden, en hun snelheid bijgevolg verlagen of route wijzigen. 

Het scherm aan boord van een schip.

“We kiezen er bewust voor om de risicovoorspellingskaart te integreren in de displays van schepen, en niet de zoveelste applicatie te ontwikkelen waar mensen hun gsm voor nodig hebben”. 

Kapers op de kust 

De tool geïntegreerd krijgen in displays is één ding, maar ook nadien loeren er nieuwe uitdagingen om de hoek. “We willen geen tool creëren die andere inspanningen, zoals de ‘slow zones’ van de overheid, belemmeren. Daarnaast moeten we voorkomen dat deze gegevens om foute redenen gebruikt worden, zoals bijvoorbeeld mensen die de walvislocaties misbruiken om ze lastig te vallen”, stelt Shropshire. “Uiteindelijk is de realiteit dat sommige vaartuigen niet substantieel van hun route kunnen afwijken om zones met een hoog risico te vermijden, maar onze technologie kan op zijn minst worden gebruikt om het bewustzijn op het water te vergroten.” 

Wij zijn niet geïnteresseerd in waarom noordkapers zich in bepaalde regio’s bevinden, wel waar en wanneer ze zich ergens bevinden.

Taylor Shropshire, oceanograaf en mede-oprichter van Fathom Science

Hoewel er nog geen praktische tools zoals WhaleCast bestaan, heeft de academische wereld de laatste jaren niet stilgezeten. “Veel modellen voor walvishabitats en risicovoorspellingen zijn sterk wetenschappelijk en academisch gericht, maar nog niet toegankelijk voor de gemiddelde schipper”, weet hij. Ook daar willen ze voorzichtig zijn en de academische wereld niet tegen de schenen schoppen. “Waar wetenschappelijke modellen de ‘waarom’-vraag willen beantwoorden, trachten we met WhaleCast alleen maar te voorspellen waar de walvissen zich bevinden.”  

Een heathmap die de risicozones voor de aanwezigheid van noordkapers aangeeft.

De grootste uitdaging zal zich aandienen wanneer mensen de technologie effectief in de praktijk gebruiken. “Als de tool aangeeft dat er een laag risico is, en schepen er om die reden aan een te hoge snelheid doorvaren, bestaat er nog altijd een kans dat er walvissen aanwezig zijn. “Het is belangrijk om te waken over het correct en ethisch gebruik van de tool”, stelt hij.  

“Op dit moment hebben we enkel een tool ontwikkeld voor de noordkapers, maar dezelfde technologie kan overal ter wereld toegepast worden op elke soort waarvan we historische waarnemingsinformatie hebben.”