探測海洋魚群的多用途潛艇

易家康

一種人為操控可以用于識別不同種類魚群的機器人潛艇，不久將幫助自然資源保護主義者查明是否魚類數(shù)量的確處于崩潰邊緣。

目前，魚群數(shù)量是以采樣捕撈多少來估算的。但是采樣地點往往相距100公里，導致采樣地點之間到底潛伏多少魚量的評估失去準確性。

美國弗吉尼亞海洋科學研究所丹尼爾·杜利特爾為首的研究小組研制出一種自動水下推進器(AUV)。這種新型裝置拍攝過往魚群聲納圖像并且利用一種人工智能系統(tǒng)識別有質疑的魚類以及記錄其數(shù)量。

設計構想捕魚船可以布設這種潛艇小分隊以利同時計算許多不同地區(qū)魚群數(shù)量，還可以搜索拖網(wǎng)漁船無法作業(yè)的崎嶇險峻的海床地帶。自動水下推進器采用預先設置的路線，以每秒1到2米的速度悠然從容地行進，而且1次充電可以推進100公里。

杜利特爾研制的潛艇啟用聲納放棄光線，因為海洋環(huán)境往往過于黑暗不適宜光學攝像機工作，此外雖然強光可以幫助這種海下作業(yè)卻往往把眾多魚群嚇跑了。因此，杜利特爾利用魚的反射聲波建立以聲波來源的圖像。

聲納系統(tǒng)發(fā)射聲波脈沖，聲波脈沖從潛艇兩則180度呈扇形發(fā)射并且從靠近潛艇的物體上反彈回來。反射聲波使聲納轉換器發(fā)生振動，同時產(chǎn)生形成圖像的電信號。

聲納圖像清晰度隨著振動頻率增高，但是較高的頻率無法在水中向遠處傳播。潛艇聲納系統(tǒng)以600千赫頻率振動，該頻率在自動水下推進器兩側10米范圍內僅保障2厘米的清晰度。

杜利特爾指出，這樣的清晰度較廣泛采用的魚群探測器效果更好，不過傳統(tǒng)的形態(tài)識別軟件仍無從區(qū)分鱈和小口鱈。為此他和同伴已經(jīng)設計出神經(jīng)網(wǎng)絡軟件，這種軟件經(jīng)過魚類外形及其游行方式人工智能培訓，可用來確認任何不同的魚類。

這種神經(jīng)網(wǎng)絡軟件逐步學會組合輸入資料，如輸入魚類外形的詳情，導致一種特別確實可靠類別辨認的輸出。培訓期間，網(wǎng)絡的輸入資料是至關重要的，所以每一次輸入資料的影響都依其重要性在輸出端相應地增減。弗吉尼亞海洋科學研究所推出的神經(jīng)網(wǎng)絡軟件已識別4種魚類并且將不斷培訓以求識別更多的魚類。

英國威爾士大學海洋科學院漁業(yè)研究人員邁克爾·凱澤認為，杜利特爾的裝置可以為當前漁業(yè)界普遍批評的魚群數(shù)量評估方法提供答案。美國海軍也對這種智能潛艇感興趣，認為可以派遣這種潛艇投入港口或航道巡邏，用以防范水雷或其他水下武器。