Capgemini’s Global Data Science Challenge levert AI-oplossingen voor onderzoek naar duurzame oceanen

Interne wedstrijd bij Capgemini, gesponsord door AWS, levert AI-oplossingen om onderzoeksinzichten vast te leggen en duurzame initiatieven te ondersteunen bij het Noorse LoVe Ocean Observatory

Publish date:

Capgemini heeft nieuwe AI-modellen ontwikkeld die bijdragen aan het begrip en de modellering van het klimaat op aarde en nieuwe inzichten verschaffen in seizoenspatronen van het ecosysteem van de oceaan met behulp van onderzeese sensorgegevens. De oplossingen zijn ontwikkeld door de twee winnende teams van Capgemini’s Global Data Science Challenge (GDSC); een bedrijfsbrede jaarlijkse wedstrijd waarbij medewerkers AI gebruiken om uitdagingen uit de echte wereld aan te pakken. De deelnemers gebruikten Amazon Web Services (AWS) machine learning (ML) om meer dan 100 terabytes aan sensorgegevens over oceaantemperaturen en -stromingen te analyseren, geleverd door het Lofoten-Vesterålen (LoVe) Ocean Observatory in Noorwegen. Zij hielpen het observatorium waardevolle onderzoeksinzichten te extraheren ter ondersteuning van hun natuurbeschermingsinitiatieven.

Het LoVe-oceaanobservatorium is een nationaal onderzoekscentrum in Noorwegen dat realtimegegevens bijhoudt over het biologische en chemische milieu van de oceaan en zo bijdraagt tot de inspanningen voor het behoud van de oceanen. Het LoVe-oceaanobservatorium bevindt zich in een ecologische en geologische hotspot voor de Noorse kust en maakt gebruik van een netwerk van onderzeese sensoren om de impact van menselijke activiteiten, verontreiniging en het maritieme leven te monitoren, zoals migratiepatronen en veranderingen in oceaantemperatuur, zoutgehalte, pH en CO2 als gevolg van de klimaatverandering.

Samen bouwen aan een positieve klimaat-toekomst

Het observatorium heeft de voorbije tien jaar enorme hoeveelheden gegevens verzameld en deelt deze inzichten met het Instituut voor Marien Onderzoek en de Verenigde Naties (VN) ter ondersteuning van hun programma “Decade of Ocean Science for Sustainable Development”. Naarmate het volume van de door het observatorium verzamelde gegevens toeneemt, wordt het voor onderzoekers echter moeilijker om deze handmatig te analyseren en relevante inzichten voor onderzoeksdoeleinden te identificeren. Medewerkers van Capgemini zijn daarom in actie gekomen om deze uitdaging aan te gaan: bijna 1.200 medewerkers uit 33 verschillende landen namen dit jaar deel aan de Global Data Science Challenge, waarbij ze hun vaardigheden ontwikkelden om impactvolle oplossingen te bouwen en uit eerste hand ondervonden hoe complex het is om inzichten uit gegevens te halen.

De winnende teams bouwden een machine learning-algoritme dat in staat is gegevens in real-time te verwerken. Ze boden LoVe-onderzoekers de mogelijkheid om gegevens onder extreme omstandigheden te monitoren en te analyseren, te identificeren hoe patronen van bio-mariene migratie interacteren met verschillende kenmerken van onderzees leven, en steeds meer dynamische kenmerken in mariene ecosystemen te meten. Door verschillende datasets te combineren, hebben zij ook getijdenkenmerken en weerspatronen aan het licht helpen brengen die eerder niet waren onderkend. Deze nieuwe inzichten kunnen vervolgens worden benut om een duurzamere oceaanontwikkeling te ondersteunen.

Sissel Rogne, CEO van het Institute of Marine Research, zegt: “Het LoVe Ocean observatorium vormen onze ogen en oren in dit belangrijke mariene ecosysteem. En data-analyse en AI spelen een vitale rol in het faciliteren van efficiënter onderzoek naar de grote uitdagingen op het gebied van duurzaamheid in het mariene leven. Tijdens dit Decennium van de Oceaanwetenschap zijn we verheugd dat de gegevens van het observatorium zijn gebruikt in dit innovatieve project met Capgemini, dat ons helpt inzichten te halen uit de continue datastromen.

Zhiwei Jiang, CEO van de Insights & Data Global Business Line bij Capgemini, zeigt “Het delen van gegevens over onze planeet is cruciaal voor een duurzaam leven. Als leider in AI en data hebben we de verplichting om de tools en mogelijkheden te bieden om klimaatverandering tegen te gaan. Door nauw samen te werken met het LoVe Ocean Observatory en AWS kunnen we samen een betekenisvolle en meetbare impact maken. We hebben een gemeenschap van talent die de vaardigheden, energie en inzichten meebrengt die nodig zijn om de grootste uitdagingen van de samenleving aan te pakken door middel van technologie. We weten dat de positieve impact van deze projecten nog jarenlang voelbaar is en tastbare voordelen creëert die vormgeven aan de toekomst die we willen voor onze mensen, onze samenleving en onze planeet.

Mike Miller, Director, AI Devices bij Amazon Web Services (AWS), verklaart: “Het is een voorrecht om met onze partners samen te werken aan innovatieve projecten die een positieve impact hebben op onze planeet. Deze langdurige samenwerking tussen Capgemini en AWS is opnieuw een bewijs van de kracht van AI bij het ondersteunen van de natuurlijke wereld en degenen die ernaar streven deze te beschermen. We kijken ernaar uit om te zien hoe het LoVe Ocean Observatory voortbouwt op deze eerste successen. 

Data en AI gebruiken voor verder onderzoek naar klimaatactie

Capgemini zal op vrijwillige basis blijven samenwerken met het LoVe Ocean Observatory om het testen en inzetten van zijn methoden op de servers van LoVe te ondersteunen bij het verzamelen van nieuwe inzichten. Het doel op lange termijn is om de data aanzienlijk toegankelijker te maken voor gebruikers en onderzoekers, zodat zij kenmerken kunnen identificeren die voorheen niet zichtbaar waren en om het belangrijke en geïntegreerde werk van het observatorium en andere onderzoekscentra over de hele wereld onder de aandacht te brengen.

Naast het werk, dat verband houdt met het VN-decennium van oceaanwetenschap (Decade of Ocean Science) voor duurzame ontwikkeling, is het doel van de uitdaging van dit jaar te zorgen voor verdere ontwikkeling en open toegang tot data en inzichten in alle aspecten van de oceaanwetenschap. Klik hier voor meer informatie over de Global Data Science Challenge.

News Alert

File size: 158,45 KB File type: PDF