14:48, 21 января 2026

В России ИИ-систему для поиска мусора в морях научат мониторить ситуацию онлайн

Систему также хотят адаптировать для использования на автономных платформах мониторинга

Специалисты Московского физико-технического института и Института океанологии РАН создали систему на основе искусственного интеллекта, которая автоматически с борта корабля находит плавающий в море мусор и другие объекты в условиях Арктики. Система позволит проводить масштабный мониторинг загрязнения Мирового океана. Об этом IT-Russia сообщили в пресс-службе вуза.

Фродо зиму не переживет

Загрязнение пластиком и другим мусором – одна из главных угроз для экосистем Мирового океана наряду с изменением климата. Особую тревогу у специалистов вызывает Арктический регион, где микропластик находят в организме морских обитателей. В конце прошлого года на граничащей с Арктикой Камчатке проходила масштабная операция по спасению детеныша косатки Фродо, который застрял в пластиковом кольце. Операция спустя два месяца была приостановлена, а эксперты предрекали, что зиму Фродо не переживет.

Кроме того, пластик обнаруживают и в донных отложениях. Об эффективности традиционного метода поиска мусора на поверхности моря – визуального наблюдения – говорить не приходится. Сколько нужно человек, чтобы охватить взглядом акваторию?

В вузе нашли решение этой проблемы. В основе разработки – два подхода машинного обучения. Это классификация изображений с контрастным обучением и прямое детектирование объектов. Оба метода протестировали на уникальных данных, которые ученые собрали во время научной экспедиции в Арктике осенью 2023 года.

«Мы обработали более 500 000 фотографий морской поверхности, сделанных в Баренцевом и Карском морях. Особую сложность представляли сложные условия съемки – морская пена, качка судна и обширные блики от солнца. Все это затрудняет обнаружение мелких объектов на поверхности воды и на небольшой глубине. Система способна идентифицировать четыре типа объектов: морской мусор, птиц, блики на воде и капли на объективе камеры. Разработка особенно актуальна для Арктического региона, где загрязнение нерастворимым антропогенным мусором представляет растущую угрозу для хрупкой экосистемы», – рассказал один из авторов исследования заведующий лабораторией машинного обучения в науках о Земле вуза Михаил Криницкий.

Мусор ищет плохо, зато птиц видит хорошо

Наиболее эффективный подход для обнаружения морского мусора – с использованием контрастного обучения ResNet50+MoCo и классификатора CatBoost. Популярный алгоритм YOLO ему уступает. Хотя с обнаружением птиц он справился лучше.

«Низкая эффективность YOLO может быть связана с тем, что морской мусор часто представляет собой мелкие объекты, плохо видимые на фоне волн. Кроме того, к счастью, мусор – все еще довольно редкое явление. Малое количество примеров, которые нужно детектировать, является классической проблемой для моделей машинного обучения. Наш подход с предварительным выделением фрагментов изображения позволил лучше справиться с такой особенностью статистического обучения», – добавила соавтор работы младший научный сотрудник лаборатории машинного обучения в науках о Земле вуза Ольга Белоусова.

В дальнейшем ученые планируют усовершенствовать алгоритмы для работы в режиме реального времени. Также систему хотят адаптировать для использования на автономных платформах мониторинга.

Ранее мы писали что школьники из города Рыбинска Ярославской области изобрели акваробота, который может собирать мусор с поверхности воды.

Управление территорией и экология