太平洋垃圾岛
在加利福尼亚和日本之间盘旋着一个巨大的垃圾漩涡，覆盖的面积可能和俄罗斯一样大，里面充满了一次性的和不可生物降解的塑料和木材纤维。根据克里斯·马泽的说法，自1945年以来，这片土地每十年就增加10倍。由于这个地方的垃圾的密度低、大小不一、不断移动，大多数卫星甚至无法探测到它。但希望还是存在的:通过将数据科学与创造性的工程解决方案相结合，科学家和环保人士或许能够遏制地球日益受损的趋势。
人们已经做了一些识别和清理这片补丁的尝试，其中最成功的一次是在7月份，由荷兰非营利组织“海洋清理”(the Ocean Cleanup)进行。他们的解决方案被称为“珍妮”，使用马士基船拉的浮动障碍网(本质上是“拖网捕鱼”)从垃圾带中收集小塑料碎片，7月份的一项实验成功收集了9000多公斤垃圾。
工程解决方案——即使是低技术含量的版本，如海洋清理的“珍妮”——对于成功的清理工作是必不可少的，但仍然是响应性的，而不是评估或预防措施。
“大数据”、“人工智能”、“机器学习”
像“大数据”、“人工智能”和“机器学习”这样的术语经常被抛出，经常被用作用强大的计算机分析大量数据的任何方法的简称。然而，一般来说，人工智能是独特的，因为通过使用算法(或规则)，它可以独立于分析师运行，随着时间的推移，通过识别数据集中的模式和关系来创建知识(数据集也可能不断变化和更新)。
计算机在识别模式方面非常出色，这正是海洋保护图像分析所需要的活动类型。虽然计算机不能“自己编程”，但它们可以通过遵循算法随着时间的推移而学习。这项技术可能已经在你的口袋里了。如果你用智能手机拍摄照片，然后将照片“拼接”在一起，你就是在以类似的方式使用人工智能。澳大利亚海洋科学研究所的曼努埃尔·冈萨雷斯-里韦罗博士发现，在监测和分析水下图像方面，人工智能工具的准确度达到了人类的97%，节省了大量资源，并允许对更大范围的海洋进行监测，以便部署像珍妮这样的工程解决方案。将监测中常用的水下图像与自动图像注释相结合，可以极大地改善我们在全球范围内测量和监测珊瑚礁的方式，特别是在分配有限资源、快速报告和管理领域内部和跨管理领域的数据集成方面。
人工智能在陆地上被用于重建可能受到气候变化威胁或已经部分受到气候变化影响的地区和文物。参与开源“时间机器”项目的国际研究团队的目标不仅是将目前存储在档案馆和博物馆中的大量信息数字化，还将利用人工智能分析数据，用“大规模历史模拟器”重建2000年的欧洲历史。
对于海洋保护来说，人工智能最大的机会和优势之一在于完善缺乏完整数据的数据集。想象一下，科学家们遇到了一个卫星图像不完整的珊瑚礁，或者由于环境退化，部分珊瑚礁不再可见。随着数据量(在这个例子中是珊瑚礁的图像和分析)的增加，这些算法能够更好地学习，并随后对先前未受损的珊瑚礁可能是如何出现的做出更准确的预测。
同样，人工智能允许研究人员根据当前的污染和全球变暖数据，估计环境退化随时间推移的后果。哥伦比亚大学生态、进化和环境生物学教授Maria Uriarte在接受哥伦比亚大学《地球现状》杂志采访时表示，
“人工智能将彻底改变这一领域。它对我们所做的一切都变得越来越重要。它让我们可以问一些我们无法从下面问的问题。人们(在地面上)能做的只有这么多……还有一些地区根本无法进入。天桥和人工智能工具将让我们以一种完全不同的方式研究飓风。这非常令人兴奋。”
通过使用数据科学进行海洋保护，研究人员和环保人士可以解决环保人士面临的最大问题之一:如何用最少的资源监测地球上70%的区域。人工智能使这些环保主义者能够有效地诊断我们海洋的健康状况，并指导独特的工程解决方案，就像珍妮一样，克服迫切而紧迫的环境挑战。
