El MIT despliega sensores acústicos y aprendizaje automático para monitorizar el hielo del Ártico
Hecho Qué ha ocurrido
Investigadores del MIT Lincoln Laboratory, dentro de la Operation Ice Camp de la Marina de EEUU, desarrollan una red de sensores acústicos y geófonos para detectar fracturas del hielo marino mediante vibraciones y sonidos submarinos. Usan aprendizaje automático para distinguir esas señales de vocalizaciones de mamíferos marinos y otros ruidos. También prueban un sistema de comunicación por campos magnéticos de la empresa noruega Havguard, con velocidades de transmisión de 1,2 kB/s a través del hielo.
Resumen generado mediante IA a partir de El Confidencial Tecnología. Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Combina sensórica de bajo coste con IA para vigilar entornos extremos sin necesidad de presencia humana constante, un modelo aplicable a otros sectores con monitorización remota.
- Quién se ve afectado
- Investigadores en ciencias ambientales, agencias gubernamentales y empresas de sensórica o monitorización remota en entornos extremos.
- Qué puede cambiar
- Podría reducir la necesidad de expediciones humanas de riesgo al Ártico y sentar las bases de sistemas de monitorización remota automatizada basados en IA para otros ecosistemas críticos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar la evolución hacia sensores desplegables desde el aire antes de la OIC 2028 y la integración efectiva del sistema de comunicación de Havguard con las redes de detección acústica.
Enviar esta noticia por correo
Fuente original: El Confidencial Tecnología. La referencia es siempre el artículo original.
Ver fuente original ↗aprendizaje automáticosensórica acústicaedge AI MIT Lincoln LaboratoryHavguardMarina de EEUU aprendizaje automáticoÁrticocambio climáticoMITsensores
Tu opinión
0 comentarios
Relacionadas
Google lanza AlphaGenome Atlas, mapa predictivo de mutaciones en todo el genoma humano
Google anunció AlphaGenome Atlas, un recurso que predice las consecuencias funcionales de cada posible variante de una sola base en el genoma humano. El genoma…
Por qué importaOfrece a la comunidad científica una base de datos unificada para priorizar qué variantes genéticas podrían tener relevancia funcional, algo hasta…
Matemático acusa a OpenAI de falta de transparencia sobre resolución de un Problema del Milenio
El matemático Tristan Buckmaster denunció presiones y falta de transparencia por parte de OpenAI, después de que la compañía anunciara que sus modelos habían…
Por qué importaEl caso plantea dudas sobre atribución de méritos científicos, uso de datos de investigadores y comunicación corporativa de resultados de IA en…
DeepMind lanza AlphaGenome Atlas con predicciones de 9.000 millones de variantes del genoma humano
Google DeepMind ha publicado el AlphaGenome Atlas, un conjunto de datos de un petabyte que predice el efecto molecular de cada una de las aproximadamente nueve…
Por qué importaEsta base de datos podría acelerar drásticamente el diagnóstico de enfermedades raras y la investigación genética al reducir el tiempo necesario para…
Debate sobre el papel de la IA de OpenAI en la solución del problema de Navier-Stokes
OpenAI afirmó que su IA ayudó a resolver aspectos del problema matemático de Navier-Stokes, uno de los enigmas abiertos de la matemática desde hace casi 200…
Por qué importaEl caso ilustra la disputa creciente sobre atribución y verificación de resultados científicos cuando intervienen sistemas de IA, algo relevante para…