فناوری “اقیانوس چیزها” جمع‌آوری داده‌های اقیانوس را متحول خواهد کرد

1

جمع‌آوری داده‌ها با شبکه “اقیانوس چیزها” که آینده‌ای را نوید می‌دهد که در آن تریلیون‌ها دستگاه متصل، مقادیر عظیمی از داده‌ها را در سطح جهانی انتقال می‌دهند، به‌طور چشمگیری متحول خواهد شد. این سیستم پیشرفته وعده می‌دهد که چگونگی نظارت بر دنیای ما را به کلی دگرگون کند.

ما در حال ورود به عصری جدید هستیم. همه چیز، از بزرگ‌ترین سازه‌ها تا کوچک‌ترین گجت‌ها، به منبعی از داده تبدیل خواهند شد. این منابع داده، در حوزه‌های مختلف، دیدگاه‌های بلادرنگی را فراهم خواهند کرد.

اما با توجه به اینکه ۷۱٪ از سطح زمین را آب پوشانده است، جمع‌آوری اطلاعات دقیق و جامع از این اقیانوس‌های وسیع و اغلب غیرقابل دسترس، چالش‌های منحصربه‌فردی را پیش رو قرار می‌دهد که باید بر آن‌ها غلبه کرد.

نوآوری‌ها در جمع‌آوری داده‌های اقیانوسی

در پاسخ به این چالش‌ها، سازمان پروژه‌های تحقیقاتی پیشرفته دفاعی ایالات متحده (DARPA) برنامه‌ای جاه‌طلبانه به نام “اقیانوس چیزها” توسعه داده است.

این ابتکار به دنبال ایجاد شبکه‌ای وسیع از دستگاه‌های جمع‌آوری داده در سراسر اقیانوس‌های جهان برای درک و نظارت بهتر بر این محیط‌های حیاتی است.

در این میان، تیم‌های تحقیقاتی از دانشکده مهندسی و علوم کاربردی توماس ج. واتسون دانشگاه بینگهمتون با شور و تخصص این چالش را پذیرفته‌اند.

طی دهه گذشته، آن‌ها با کار سخت و فشار دادن مرزهای فناوری، نوآوری‌های شگفت‌انگیزی را تحت نام مرکز تحقیقات فناوری‌های پیشرفته حسگری و پایداری محیطی (CREATES) ایجاد کرده‌اند.

بخش عمده‌ای از تحقیقات پیشگامانه آن‌ها توسط دفتر تحقیقات نیروی دریایی تأمین مالی شده است، با تمرکز بر توسعه باتری‌های زیستی با توان باکتری که قادر به فعالیت در اقیانوس برای مدت زمان تا ۱۰۰ سال هستند، ارائه دهنده منبع انرژی پایدار و طولانی‌مدت برای ربات‌ها و حسگرهای آبی.

معرفی “حشره” برای جمع‌آوری داده‌های اقیانوسی

پروفسور سئوک‌هیون “شان” چوی، دانشجوی دکتری یانگ “لکسی” گائو و انور الحداد، دکتری، که یک “حشره” آبی خودتأمین توسعه داده‌اند، در این زمینه پیشرو هستند.

این ربات میکروسکوپی، شاهکاری از مهندسی مکانیک است که قادر است بر روی آب حرکت کرده و داده‌های محیطی حیاتی را جمع‌آوری کند. فناوری این ربات بر پایه باتری‌های زیستی با توان باکتری ساخته شده است.

با استفاده از یک رابط جانوس که به مواد مغذی اجازه می‌دهد وارد دستگاه شوند و تولید اسپور باکتری را تامین می‌کند، این دستگاه‌ها می‌توانند در شرایط نامساعد که سیستم‌های انرژی خورشیدی، جنبشی یا حرارتی ممکن است شکست بخورند، کار کنند.

پروفسور چوی توضیح داد: “وقتی محیط برای باکتری‌ها مساعد باشد، آن‌ها به سلول‌های گیاهی تبدیل می‌شوند و قدرت تولید می‌کنند، اما وقتی شرایط مساعد نباشد، به اسپورها باز می‌گردند. به این ترتیب، ما می‌توانیم عمر عملیاتی را تمدید کنیم.”

این نوآوری به تیم بینگهمتون اجازه داده است تا ربات‌هایی را توسعه دهند که نزدیک به ۱ میلی‌وات برق تولید می‌کنند، که برای انجام حرکت‌های مکانیکی و حسگرهای ردیابی داده کافی است.

ارتقاء نظارت اقیانوسی

توانایی ارسال این ربات‌ها به هر جایی که لازم باشد، بهبود قابل توجهی نسبت به “شناورهای هوشمند” فعلی ارائه می‌دهد که حسگرهای ثابتی هستند که در یک نقطه لنگر می‌زنند.

این حشره‌ها می‌توانند انواع مختلفی از داده‌های محیطی مانند دمای آب، سطح آلودگی، حرکات کشتی‌ها و هواپیماهای تجاری و حتی رفتارهای حیوانات آبی را ردیابی کنند.

بهینه‌سازی جمع‌آوری داده‌های اقیانوسی

مرحله بعدی برای این ربات‌های آبی شامل تعیین این است که کدام باکتری‌ها برای تولید انرژی در شرایط سخت اقیانوسی کارآمدتر هستند.

پروفسور چوی گفت: “ما از سلول‌های باکتریایی بسیار معمولی استفاده کردیم، اما باید بیشتر مطالعه کنیم تا بدانیم چه چیزی در آن مناطق اقیانوس در واقع زندگی می‌کند. شاید با استفاده از یادگیری ماشین بتوانیم ترکیب بهینه‌ای از گونه‌های باکتریایی را برای بهبود تراکم انرژی و پایداری پیدا کنیم.”

این تحقیق پتانسیل انقلاب در نه تنها حوزه رباتیک آبی بلکه تعاملات ما با “اقیانوس چیزها” را نیز داراست.

تأثیرات بر نظارت محیطی

ربات‌های آبی خودتأمین مانند “حشره” نشان دهنده پیشرفت‌های مهمی در نظارت و حفاظت از محیط زیست هستند.

این دستگاه‌های کارآمد جمع‌آوری داده‌ها که به‌طور خودکار مناطق وسیع و اغلب غیرقابل دسترسی دریایی را طی می‌کنند، می‌توانند بینش‌های بلادرنگی را در مورد سلامت اقیانوس‌های ما فراهم کنند.

این قابلیت برای ردیابی تأثیر تغییرات اقلیمی و ارزیابی اثربخشی تلاش‌های حفاظتی حیاتی است. علاوه بر این، فهم ما از پویایی اکوسیستم دریایی را افزایش می‌دهد.

چنین جمع‌آوری داده‌های دقیقی ممکن است سیاست‌هایی را که هدف آن حفظ تنوع زیستی است، اطلاع دهد و توانایی ما را برای پاسخ سریع به بحران‌های محیطی بهبود بخشد.

ادغام یادگیری ماشین برای بهینه‌سازی کارایی باکتری‌ها، رویکردی آینده‌نگرانه به انرژی پایدار را نشان می‌دهد. این نشان می‌دهد که چگونه فناوری پیشرفته می‌تواند برای بهره‌وری اکولوژیکی استفاده شود، راه را برای آینده‌ای هموار کند که در آن فناوری و مدیریت محیط زیست می‌توانند به‌طور هماهنگ همزیستی کنند.

این مطالعه در مجله Advanced Materials Technologies منتشر شده است.