人类对深空的了解比我们对地球最深的海洋的了解更多。但科学家计划在 AI 的帮助下改变这种状况。
美国政府资助的非营利研究组织 MITRE 的 BlueTech 首席战略师 Nick Rotker 说：“我们拥有的火星地图比我们专属经济区的地图要好。”“地球上大约 70% 的区域都被水覆盖着，我们几乎没有探索过。”
在 GTC 大会上，Rotker 和两位同事在一个挤满了人的宴会厅发言，其中包括著名海洋学家兼泰坦尼克号发现者 Robert Ballard，他概述了绘制详细的地球海洋地图的计划，并勾勒出了一项涉及科学、学术和企业社区的合作战略。
有关更多信息，请参阅 探索地球海洋：使用数字孪生推动 NVIDIA On-Demand 上的数字海洋协作 。
Rotker 解释了 MITRE 的努力如何 (至少部分) 建立在实施三台计算机的策略上，以创建世界海洋的高保真数字孪生。
第一台计算机由 NVIDIA DGX 平台 提供支持。它使用大量大气和海洋相关数据来训练模型，包括有关盐度水平、当前模式、冰形成和海底地形的数据。这些数据的大量多模态来源来自 LiDAR 数据、由探测浮标组成的 SOFAR 网络 、卫星以及不同的大气输入。
第二台计算机实际上是专为探索海洋而设计的自主机器人车队，这些机器人与第三台计算机 (一组位于弗吉尼亚的计算机，运行 NVIDIA Omniverse ) 集成。
这三台计算机协同工作，训练 Vespa 大小的无人水下机器人，用于自主观察。
Rotker 的团队正在马萨诸塞州贝德福德的 MITRE BlueTech 中训练这些机器人，在那里，自主机器人通过通信线路将收集到的信息分享给弗吉尼亚州的计算机。
这些运行 NVIDIA Omniverse 的计算机 可创建机器人实时观察到的内容的数字孪生，并用于帮助提高机器人的水下自主性。这些自主机器人配备传感器， 使用 NVIDIA Jetson AGX Xavier 卡运行边缘计算。
当这些机器人经过充分训练，可以在零样本的水下环境中自主导航时，Rotker 和他的团队将把它们释放到海洋中，在那里他们将收集更多数据，以提供关于海洋的新见解。
新海洋相关数据的初始用例包括提高人类对渔业动态的理解、更准确地对极端天气事件及其如何影响海洋和海洋附近社区进行建模，以及识别珊瑚礁健康面临的威胁。
从长远来看，MITRE 计划创建集成的 autonomous 平台，以更深入地了解世界海洋。
MITRE 首席环境工程师 Connor Lewellyn 表示：“几乎有无数与海洋相关的变量是由物理学驱动的。“我们正在使用新的计算来更好地训练天气模型，以驱动更全面的预测海洋模型。
MITRE 计划与 SOFAR 和其他公司合作，扩大海洋探索规模，并推进通用标准 (一种用于水下数据的 USB 端口) ，以便研究人员、学者和企业更好地了解海洋。
