AI 驱动的海洋机器人： underwater 感知与生态监测的新兴趋势

随着气候变化对海洋生态系统施加日益严峻的压力，迫切需要可扩展的基于 AI 的监测解决方案，以制定有效的保育与修复措施。本文考察了水下 AI 作为重要研究前沿的快速崛起，并分析了将海洋感知从一个小众应用转变为 AI 创新催化剂的关键因素。我们识别出三个趋同的驱动因素：i) 对于生态系统规模监测的环境必要性，ii) 通过公民科学平台实现的水下数据集的民主化，iii) 研究人员从已饱和的陆地计算机视觉领域迁移。我们的分析揭示了独特的水下挑战——浑浊度、隐蔽物种检测、专家标注瓶颈以及跨生态系统的泛化——如何推动弱监督学习、开放集识别以及鲁棒感知在恶化条件下的发展。我们勘测了数据集、场景理解和三维重建等新兴趋势，突出从被动观察向 AI 驱动的主动干预能力转变的范式变迁。这篇论文展示了水下约束条件如何推动基础模型、自监督学习和感知技术的边界，并产生的技术创新远超海洋应用，惠及更广泛的计算机视觉、机器人和环境监测领域。