从智能垃圾分类、互联网种树、到智能快递 …… 如今，互联网、大数据、人工智能这些现代科学技术正逐渐走入生态环保领域，助力绿色产品生产，拓宽环保范围，让『智能环保』从高高在上的云端降落到人人能参与的行动平台上，并与大家一起守护着绿水青山。人工智能，通过规范环境监测、自然资源管理、污染物排放预测、智能垃圾分拣等相关数据模型，将有效提高环保行业智能化水平。同时，海洋作为人类赖以生存和发展的重要空间，拥有丰富的物质和能量资源，是各国战略利益竞争的制高点。我国拥有 300 多万平方公里的管辖海域和 1.8 万公里大陆岸线，拥有广泛的海洋战略安全和发展利益。因此，利用新一代信息技术，构建以海洋信息智能化基础设施为核心的海洋信息体系，加快海洋核心智能科技的创新研发，实施智慧海洋工程，为海洋资源开发利用、海洋经济发展、海洋生态环境保护和海洋权益维护，提供全面透彻的信息感知、泛在随行的通信保障和精准智能的决策服务，创新海洋治理体系，构筑全球竞争优势，从而全面提升认识海洋和经略海洋的能力势在必行。跨象乘云™ 为高校大数据与人工智能实验室，大数据与人工智能实验平台建设，提供海量实战项目案例库，360° 全方位覆盖数据科学、机器学习、深度学习与新一代人工智能技术在智慧海洋领域的各方面应用 ——
- 垃圾分拣：通过计算机视觉识别，自动实现垃圾归类分拣，与分类回收。
- 日志分析：基于数字化的航海日志信息，获取船舶位置及天气数据，优化航线规划。
- 水文环境：结合深海温度，盐度，氧气，叶绿素等化学微生物数据，实现深海生态环境分析。
- 捕捞监控：通过监控图片识别捕捞鱼类，避免海洋过度捕捞受保护海洋鱼类，提升海洋管理效率。
- 灾难预测：分析潮汐，海浪高度，海温，风速，热带气旋，深海传感器等海洋气象数据，进一步有效预测海啸、飓风等海洋灾难性事件发生几率。
- 海洋对象识别：结合深度学习目标检测技术，对浮标，各类船只等物体实时识别，提升航行安全。
通过面向垂直行业的海量案例聚焦实战，以及完整的『端到端』业务流程演示与上机操作训练，让学生获取跨学科，跨专业知识认知并真正了解如何将数据科学、机器学习、深度学习、人工智能技术与产业应用的业务背景结合在一起，以及了解企业实施技术需求。通过直观而具备针对性的实践训练，使学生在短时间内得到应用技术技能的提升，更进一步满足职业岗位对工作技能的需求。
案例演示：海洋过度捕捞智能监控
案例演示：基于神经网络的垃圾分类
更多精彩案例演示，欢迎访问跨象乘云B 站官方频道。