Sekelompok ilmuwan Australia mengambil pendekatan yang berbeda. Para peneliti menyelam jauh ke dalam lapisan lumut Antartika, menggunakan platform komputasi tepi bertenaga AI untuk mencari petunjuk tentang bagaimana pemanasan di Antartika dapat berdampak pada seluruh dunia.
Kurang dari 1% permukaan Antartika tertutup lumut. Keberadaan lumut—dan kesehatannya yang berkelanjutan—memainkan peran yang sangat besar dalam ekosistemnya.
Lumut, seperti tanaman lain, menyerap CO2 untuk tumbuh. Tempat hidup lumut seperti hutan miniatur, menyediakan habitat bagi mikroba mikroskopis penting, jamur, dan hewan mikro, seperti tardigrade dan tungau, yang merupakan bagian terendah dari rantai makanan Antartika. Tumbuhan dan hewan ini dapat bertahan hidup karena mereka dapat mengering dan membeku untuk bertahan hidup di musim dingin selama sembilan bulan, yang juga membuat mereka sangat cocok untuk eksperimen luar angkasa.
Selama dua dekade terakhir, para ilmuwan menjadi semakin khawatir dengan memburuknya kesehatan lumut di banyak bagian Antartika. Mereka telah mengamati lumut mengering, karena perubahan pola kecepatan angin yang terkait dengan perubahan iklim dan penipisan ozon. Sementara lapisan lumut merupakan bagian kecil dari ekosistem Antartika, mereka sangat penting untuk stabilisasi tanah serta menjaga keanekaragaman hayati.
Para ilmuwan dari Securing Antarctica’s Environmental Future (SAEF), sebuah konsorsium peneliti yang didanai oleh Dewan Riset Australia, mengembangkan platform pemantauan kecil dan otonom sepanjang tahun untuk mengukur dan menganalisis kesehatan lumut — bahkan ketika tutupan lumut terkubur di salju setinggi lebih dari tiga kaki.
Iklim Antartika sangat dingin dan keras—tidak ada sinar matahari selama setengah tahun—namun, lumut menciptakan iklim mikro mereka sendiri yang lebih hangat. Oleh karena itu, para peneliti tidak dapat mengandalkan stasiun cuaca untuk menyelidiki mengapa lapisan lumut berubah.
Perangkat yang diberi nama Artificial Intelligence of Things Platform, atau AIoT Platform, memiliki panel surya dan baterai berinsulasi. Ini berarti dapat digunakan hampir di mana saja dan mengumpulkan data sepanjang tahun untuk memantau hamparan lumut.
Platform ini dibangun dengan NVIDIA Jetson Orin Nano, komputer kecil yang dapat menangani beban kerja AI dan memberikan kinerja AI hingga 40 TOPS dengan opsi daya antara 7W dan 15W. Ia ditempatkan dalam casing Pelican 3'x4' yang kuat, di samping sensor yang berbeda, yang dapat mengumpulkan dan menganalisis data termasuk kanopi lumut dan suhu udara, kelembaban relatif, kelembaban tanah dan fluks panas, radiasi matahari, dan citra.
Platform ini menjalankan mode segmentasi gambar (SegFormer, untuk segmentasi semantik), yang menyerap dan kemudian menganalisis semua data citra di tepi. Model ini dilatih pada delapan GPU NVIDIA A100 Tensor Core menggunakan Tao AutoML, memungkinkan para peneliti mengakses model segmentasi gambar yang telah dilatih sebelumnya yang dapat dengan mudah disesuaikan untuk algoritma kesehatan lumut.
Menurut Profesor Sharon Robinson, wakil direktur implementasi sains di SAEF, menggunakan NVIDIA TensorRT untuk mengoptimalkan model segmentasi gambar mengurangi waktu yang dihabiskan untuk memproses gambar sebesar 1,6x. Ini juga secara signifikan mengurangi konsumsi daya dan meningkatkan masa pakai baterai untuk seluruh platform AIoT.
"Platform ini terus memproses aliran data dan gambar yang berasal dari sensor, dan mengekstrak informasi yang relevan, yang meminimalkan jumlah data yang perlu dikirimkan kembali ke Australia," kata Robinson.
"Data yang dikirim kembali memungkinkan kita segera memahami bagaimana peristiwa iklim mengubah lingkungan di dalam dan di atas hutan lumut kuno ini, dan kita dapat melacak perubahan kesehatan lumut serta sinyal keanekaragaman hayati lainnya, dan memahami bagaimana hal itu berhubungan dengan perubahan kondisi lingkungan."
Alih-alih terus-menerus mengirim kumpulan data mentah besar melalui bandwidth terbatas untuk diproses, Platform AIoT mengolah data di edge. Kemudian mengirimkan hasilnya — jumlah data yang jauh lebih kecil — kembali ke para ilmuwan di stasiun penelitian Antartika melalui komunikasi jarak jauh dan berdaya rendah, menggunakan protokol LoRaWAN. Data itu kemudian diteruskan ke database SAEF, melalui satelit atau LoRaWAN.
Ketika musim berubah dan cuaca cerah, data dapat diambil oleh para ilmuwan selama kunjungan lapangan di mana platform dikerahkan. Untuk melakukan penelitian lumut Antartika, SAEF menggunakan GPU NVIDIA A100 Tensor Core dan NVIDIA RTX A6000 yang diterimanya dari Program Hibah Akademik NVIDIA. SAEF saat ini sedang menyelesaikan generasi kedua yang akan dikerahkan di lapangan tahun ini.
Tim juga memimpin proyek Sistem Pengamatan Terestrial dan Dekat Pantai Antartika dari Divisi Antartika Australia mengadopsi platform Jetson untuk armada menara pengindian jauh yang akan datang untuk Antartika. Membuat dua program penginderaan jauh dapat dioperasikan akan memperluas cakupan kedua sistem pemantauan jarak jauh.
Cek Berita dan Artikel yang lain di
Google News
