人工智能、海洋生物、分类学和图像有什么共同点？答案一言以蔽之，就是FathomNet，但合作远不止于此。MBARI和WoRMS合作加强人工智能在海洋研究中的应用。
蒙特雷湾水族馆研究所(MBARI公司（加利福尼亚州）正在结合海洋科学和工程的进展来了解我们不断变化的海洋。FathomNet公司是由MBARI首席工程师Kakani Katija创建的全球开源图像和机器学习模型库。FathomNet的目标是让人工智能更好地了解我们的海洋及其居民。但在人工智能被用于分析海洋视觉数据之前，它必须经过训练才能准确识别海洋生物。FathomNet包含超过100.000个带标签的图像，并共享可用于识别海洋动物的机器学习模型，使其成为人工智能和海洋生物多样性研究联合世界中独一无二的资源和工具。
最近，WoRMS和MBARI签署了谅解备忘录在标记公共数据集收集的数据方面开展合作。然后，这些数据将被纳入FathomNet和WoRMS，并将进一步促进生物多样性信息系统用于科学研究。
FathomNet是一个名为海洋视觉AI这是海洋十年所认可的，它正在创建互联的软件解决方案工具，以加速海洋勘探和发现。Ocean Vision AI是由MBARI、CeNCOOS、CVision AI、Ocean Discovery League和普渡大学领导的研发合作。这个创新项目旨在建立一个由程序员、海洋科学家和爱好者组成的全球社区，致力于了解海洋生物。Ocean Vision AI团队最近发布了FathomVerse，这是一款手机游戏，玩家可以在其中与真实的海洋图像进行交互，以改进AI，帮助研究人员研究海洋生物。
FathomVerse受到了iNaturalist等其他社区科学倡议的启发，但更进一步，邀请所有年龄段的人潜入海洋探索和发现。MBARI和WoRMS之间的合作加强了在工程、科学和公众等领域的拓展。
该协议也有助于LifeWatch的持续发展物种信息主干（LW-SpIBB），它还旨在汇集分类学和物种相关数据，从而填补我们的知识空白，减少重复工作。WoRMS数据管理团队（DMT）VLIZ公司由支持比利时LifeWatch是欧洲生物多样性和生态系统研究E-Science LifeWatch基础设施的一部分。LifeWatch是一个分布式虚拟实验室，用于生物多样性研究的不同方面。LW-SpIBB旨在汇集分类和物种相关数据，以填补我们知识中的空白。
这篇文章最初发表在WoRMS网站上。
