Lovguiden Logo
Staten
Lokalt
Politiske partier
Internationale
Tænketanke

AI revolutionerer havforskning: Fra plankton til plastikforurening

EU-projektet iMagine (2022-2025) har udviklet AI-værktøjer, der reducerer analyse af millioner af havbilleder fra måneder til dage og gør det muligt at spore ændringer i marine økosystemer i realtid.

PublikationMiljø & NaturOffentliggjort28. august 2026for 16 dage siden
REA (Forskning)
REA (Forskning)
Underenhed af Den Europæiske Union
- De vigtigste punkter
  • EU-projektet iMagine (2022-2025) udviklede AI-værktøjer til analyse af havdata fra 11 europæiske lande.
  • Et enkelt plankton-dataset indeholder 2,2 millioner billeder, der tidligere krævede måneder til manuel klassificering.
  • AI identificerer fiskarter, plastikforurening og koralfald i overvågningsdata på dage i stedet for år.
  • EU's OceanEye-initiativ (juni 2026) kombinerer satellitdata, sensorer og forskning for realtids-overvågning.
  • Data og AI-modeller fra iMagine er frit tilgængelige for forskere via europæiske forskningsinfrastrukturer.

Baggrund

Kunstig intelligens ændrer fundamentalt, hvordan forskere overvåger og analyserer verdens hav, floder og søer. EU-understøttede projektet iMagine, der kørte fra 2022 til 2025, samlede akvatiske videnskabsfolk og digitale eksperter fra 11 europæiske lande om fælles udvikling af AI-værktøjer til behandling af store mængder havdata på en hidtil uset skala.

Plankton – havets usynlige grundsten

Jean-Olivier Irisson fra Sorbonne Université i Paris har dedikeret sit liv til at studere de mikroskopiske organismer, der driver i verdens vande.

"De er smukke," siger Irisson, da han bliver spurgt, hvorfor han valgte netop plankton.

Plankton er fundamentalt for marine økosystemer og spiller en afgørende rolle i reguleringen af Jordens klima ved at fjerne kuldioxid fra atmosfæren.

"Halvdelen af fotosyntesen i verden udføres af plankton. De udgør også grundlaget for fødekæden på havet. Uden dem ville der ikke være fisk," forklarer Irisson.

Forskning i plankton er dog tidskrævende: Forskere indsamler vandprøver og undersøger dem under mikroskoper. Et enkelt dataset fra Irissons team indeholder 2,2 millioner billeder af individuelle organismer – en opgave, der er umulig at løse manuelt.

"Med AI kan vi imidlertid udføre denne proces meget hurtigt. Det åbner nye muligheder i vores forskning," siger Irisson.

Dataflod og behov for hurtigere analyse

Irisson er langt fra den eneste forsker, der står over for udfordringen. Undervandskameraer og miljøsensorer genererer i dag langt mere data, end forskere realistisk kan analysere manuelt.

"Hurtigere og billigere overvågning betyder, at problemer som planktonnedgang, affaldsophobning, olieudslip og koralfald kan opdages og håndteres hurtigere," siger projektets koordinator Gergely Sipos fra EGI Foundation, en ikke-profitorganisation, der forbinder europæiske forskere med beregning, data og digitale tjenester.

Sipos understreger, at det handler om sundheden i hav, floder og søer, som mennesker afhænger af til fødevarer, klima, turisme og drikkevand.

Fra hype til konkret anvendelse

"Uden AI ville vi have brugt nogen til at sidde foran en prøve og tælle alt. Det, der før tog måneder eller år, tager nu få dage til uger," siger Irisson.

AI gør det samtidig muligt at udnytte store mængder historisk data, der tidligere var for tidskrævende at analysere fuldt ud:

"Nogle undersø-sensorer har observeret, hvad der sker i vores hav, i årevis og endda årtier. Millioner af datapunkter og billeder ophober sig. Uden AI ville det være umuligt at analysere al den information effektivt. AI åbner op for nye former for forskning," siger Sipos.

Konkret anvendelse: Fra plastik til koralrev

Forskerne i de 11 lande anvendte samme grundlæggende tilgang på meget forskellige akvatiske udfordringer:

  • Østrig: AI-software til detektion af svømmende affald i søer og floder, så myndighederne kan organisere oprydningsaktioner
  • Diverse europæiske lokationer: Undervandskameraer, hvor AI sorterer gennem års billeder og identificerer fisk samt skelner mellem arter

"Vi kan skabe en statistisk analyse, der følger ændringerne i arterne. Så kan vi se, hvordan økosystemer skifter, og hvad effekten af ting som klimaforandringer er. Det hjælper også os med at vurdere genopretning. Vi kan følge, hvordan for eksempel etableringen af kunstige rev påvirker biodiversiteten," siger Sipos.

Fri tilgængelighed og fremtidige EU-initiativer

Selvom iMagine afsluttedes i 2025, er de udviklede værktøjer og data gjort frit tilgængelige for andre forskere via europæiske forskningsinfrastrukturer. Dette inkluderer datasæt brugt til at træne AI-modeller til at genkende alt fra fiskarter til svømmende affald.

"Alle kan få adgang til vores arbejde. Vi fortsætter med at støtte forskere. Vi tilbyder undervisningsmateriale og hopper endda på videosamtaler, hvis det er nødvendigt," siger Sipos.

Delingsprincippet er kernen i Europas forskningsinfrastrukturer: I stedet for at hvert forskerhold skal udvikle dyrt specialudstyr fra bunden, kan forskerne drage fordel af avancerede værktøjer, data og ekspertise, der er udviklet og delt i hele Europa.

Bedre overvågning kan understøtte brede europæiske bestræbelser på at genoprette havet og vandvejenes sundhed:

InitiativMål
EU Mission: Restore our Ocean and WatersBeskytte marine og ferskvandsøkosystemer, reducere forurening og understøtte en bæredygtig blå økonomi inden 2030
European Digital Twin of the OceanDigitalt billede af havet for forskere og beslutningstagere
OceanEye (lanceret juni 2026)Realtidsbillede af Europas hav, floder og søer ved kombination af satellitdata, undersø-sensorer og videnskabelig forskning

For Irisson er AI allerede i færd med at ændre selve forskningsmetoden:

"De første artikler, der bruger AI til at analysere data – udover blot at behandle dem – er helt nye. AI begynder at erstatte velanerkendte statistiske analyser. Videnskaben skal tilpasse sig denne nye arbejdsform."

Forskningsbaggrund

Forskningen i artiklen er finansieret af EUs Horizon-program.

Læsetid · 4 min