小时候跟着父母去水族馆，水箱里各式各样、奇形怪状的海洋生物好像永远也看不完、看不腻。长大后发现，水族馆里的那些海洋生物不过是冰山一角。海洋环境包含地球上最多样化的生态系统，目前已知物种约 25 万种，还有至少三分之二的海洋物种未被识别。

但是由于气候变化和部分人类活动，海洋生物多样性遭到了破坏。但是很快，不论是政府，组织，企业还是个人，都逐渐意识到了保护海洋生物多样性就是保护人类自身。

随着科技的快速发展，人们也开始需求科技的帮助，希望能够利用先进的技术更有效地保护海洋生态系统。作为大型科技企业，Google 不断改进自己的产品，开发新的技术，希望可以为保护海洋生物多样性出一份力。

保护珊瑚礁

蓝洞是一种存在于海底的沉洞，又称为水下洞穴。

位于大堡礁的蓝洞是数百种珊瑚的家园，也是许多大型海洋生物的保护圈。在蓝洞中心的寂静中，有绿海龟、巨型鲹鱼和鲨鱼，它们都把这片黑暗凉爽的海水称为家。科学家们通过蓝洞了解埋藏在沉积层中的历史，寻找保护珊瑚礁的线索。

2017 年，在目睹气旋黛比摧毁途经的许多珊瑚礁后，Johnny Gaskell 和研究人员使用 Google Map 的卫星视图，沿着气旋黛比的路径确定了可能没有受到破坏的珊瑚礁区域，发现了位于大堡礁的蓝洞。这是一项本该需要研究人员在海底进行多年水下探索的发现。也是借助卫星视图，他们得以穿过无人调查的水域中的狭窄通道，来到蓝洞上方。

今天，Johnny 仍在努力构建珊瑚礁状况的快照，并与大堡礁公民组织和大堡礁普查项目合作，使用地理标记图像让每个人都能了解水下的情况。2021 年，大堡礁普查将扩大到更多的珊瑚礁，收集更多数据并扩大其研究目标。

保护鲸鱼

为了保护鲸鱼，首先要知道它们出现的位置和时间，通过合理设置海洋保护区或向船只发出警告以降低它们面临风险的可能性。由于大多数鲸鱼和海豚在水面停留的时间较少，因此目视发现和计数它们非常困难。

2019 年 Google 与美国国家海洋和大气管理局（NOAA）一起训练了一个深度神经网络，通过录音追踪座头鲸。首先把声音转化为频谱图，并标记正确的物种名称，对机器学习模型进行训练。这项研究的结果提供了一些以前缺失但非常重要的信息，包括有关座头鲸的出现，季节性和日常通话行为，种群结构等。此外，用于训练模型的数据集时间跨度很长，所以该模型还可以帮助判断这些年座头鲸的分布是否发生了改变了，以及这些改变是否是因为人类活动。这些信息将成为有效减轻人类活动对座头鲸的影响的关键因素。

次年，Google 与加拿大渔业和海洋部（DFO）合作启动类似项目，检测对象为太平洋上一种极其濒危的物种 — 南方常驻虎鲸。该项目使用了深度神经网络来跟踪，监视和观察萨利希海南方常驻虎鲸的行为。有了这些信息，海洋哺乳动物管理者就可以监测和治疗受伤、生病或极度焦虑的鲸鱼。万一发生漏油事件，检测系统也可以让专家们找到鲸鱼并使用专门的设备改变它们的行进方向。

意识到研究人员可以将这些模型用于帮助生物学家了解更多的海洋哺乳动物，保护重要的生物多样性地区，Google 准备开源这些模型。

保护海牛

海牛正面临灭绝的威胁，他们会被渔网所困，或者因沿海开发而失去家园。要有效地对海牛进行保护，需要准确地知道海牛的数量，然而海牛很难追踪。

几十年来，科学家们不得不花费数天时间从小型飞机上俯视海洋来判断海牛数量，用这样的方法寻找和追踪海牛不仅昂贵，而且非常危险。默多克大学的 Amanda Hodgson 博士通过使用无人机对海洋进行航拍来帮助改变了这一状况，但是即使收集了航拍照片，要从如此多的照片中找到海牛也并不容易。

手动处理成千上万张图像会减慢研究的速度，并且同样的方法很难扩展到其它地区或者其它海洋哺乳动物。所以 Amanda Hodgson 博士及其团队决定尝试利用机器学习，在航拍图片中准确的找到海牛。她与昆士兰科技大学的计算机科学家 Frederic Maire 博士一起，使用TensorFlow（Google 的开源机器学习平台），构建了一个探测器，学习在航拍照片中自动查找海牛。

照片中 80%能被手动找到的海牛，可以由探测器的早期版本找到，并且随着时间的推移，探测器的性能也可能提高。如果相关保护组织能够大规模地追踪这些受威胁的海牛，也可以更好地了解人类活动是如何影响海牛的生活，或是在最紧急的情况下保护它们的栖息地。

Google 的这些案例让我们看到了科技在保护海洋生物多样性方面的可能性，也带给我们一些利用先进的技术保护海洋生态系统的启发。从太空看，地球是一颗蔚蓝色的星球，正是因为海洋覆盖了地球 70%以上的面积，相信在全社会的共同努力下，这抹蓝色将一直是地球的代表色！