論文の概要: OceanAI: A Conversational Platform for Accurate, Transparent, Near-Real-Time Oceanographic Insights

• arxiv url: http://arxiv.org/abs/2511.01019v1
• Date: Sun, 02 Nov 2025 17:23:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:27.033098
• Title: OceanAI: A Conversational Platform for Accurate, Transparent, Near-Real-Time Oceanographic Insights
• Title（参考訳）: OceanAI: 正確な、透明で、ほぼリアルタイムな海洋調査のための対話型プラットフォーム
• Authors: Bowen Chen, Jayesh Gajbhar, Gregory Dusek, Rob Redmon, Patrick Hogan, Paul Liu, DelWayne Bohnenstiehl, Dongkuan, Xu, Ruoying He,
• Abstract要約: OceanAIは、オープンソースの大規模言語モデルの自然言語流布を統合した対話型プラットフォームである。 各クエリは、関連するデータセットを特定し、解析し、合成するリアルタイムAPIコールをトリガーする。 OceanAIは複数のNOAAデータ製品と変数に接続し、海洋危険予報、生態系評価、水質モニタリングの応用をサポートする。
• 参考スコア（独自算出の注目度）: 6.369195706406036
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence is transforming the sciences, yet general conversational AI systems often generate unverified "hallucinations" undermining scientific rigor. We present OceanAI, a conversational platform that integrates the natural-language fluency of open-source large language models (LLMs) with real-time, parameterized access to authoritative oceanographic data streams hosted by the National Oceanic and Atmospheric Administration (NOAA). Each query such as "What was Boston Harbor's highest water level in 2024?" triggers real-time API calls that identify, parse, and synthesize relevant datasets into reproducible natural-language responses and data visualizations. In a blind comparison with three widely used AI chat-interface products, only OceanAI produced NOAA-sourced values with original data references; others either declined to answer or provided unsupported results. Designed for extensibility, OceanAI connects to multiple NOAA data products and variables, supporting applications in marine hazard forecasting, ecosystem assessment, and water-quality monitoring. By grounding outputs and verifiable observations, OceanAI advances transparency, reproducibility, and trust, offering a scalable framework for AI-enabled decision support within the oceans. A public demonstration is available at https://oceanai.ai4ocean.xyz.
• Abstract（参考訳）: 人工知能は科学を変えつつありますが、一般的な会話型AIシステムは、しばしば科学的厳密さを損なう未検証の「幻覚」を生み出します。 我々は,オープンソースの大規模言語モデル(LLM)の自然言語流布と,国立海洋大気庁(NOAA)が主催する権威的な海洋データストリームへのリアルタイム・パラメータ化アクセスを統合する,対話型プラットフォームであるOceanAIを提案する。 ボストンハーバーの2024年で最も高い水位」など、各クエリは、関連するデータセットを特定し、解析し、分析し、再現可能な自然言語応答とデータビジュアライゼーションに変換するリアルタイムAPIコールをトリガーする。 広く使われている3つのAIチャットインターフェース製品と比較すると、OceanAIだけがオリジナルのデータ参照を持つNOAAソースの値を生成した。 拡張性のために設計されたOceanAIは、複数のNOAAデータ製品と変数に接続し、海洋危険予報、生態系評価、水質モニタリングの応用をサポートする。 アウトプットの基盤と検証可能な観察によって、OceanAIは透明性、再現性、信頼性を向上し、海内でAI対応の意思決定支援のためのスケーラブルなフレームワークを提供する。 公開デモはhttps://oceanai.ai4ocean.xyz.comで公開されている。

関連論文リスト

• OceanGym: A Benchmark Environment for Underwater Embodied Agents [69.56465775825275]
  OceanGymは、海洋水中のエンボディエージェントに関する最初の総合的なベンチマークである。 それは、最も要求の多い現実世界環境の1つでAIを前進させるように設計されている。 高忠実で厳格に設計されたプラットフォームを提供することで、OceanGymは堅牢なエンボディAIを開発するためのテストベッドを確立する。
  論文  参考訳（メタデータ） (2025-09-30T17:09:32Z)
• A Sentinel-3 foundation model for ocean colour [8.571925606193703]
  我々は,Sentinel-3 Ocean and Land Colour Instrument (OLCI) のデータ再構成を事前訓練した Prithvi-EO Vision Transformer アーキテクチャを用いた新しい基礎モデルについて述べる。 2つの下流海洋地球観測課題の微調整によるモデルの評価を行った。 この新世代の地理空間AIモデルは、海洋生態系とその地球温暖化プロセスにおける役割について、より堅牢でデータ駆動的な洞察を提供する可能性を秘めている、と結論付けています。
  論文  参考訳（メタデータ） (2025-09-25T15:00:38Z)
• Neptune-X: Active X-to-Maritime Generation for Universal Maritime Object Detection [54.1960918379255]
  Neptune-Xは、海洋オブジェクト検出のためのデータ中心の生成-選択フレームワークである。 X-to-Maritime(X-to-Maritime)は、多様で現実的な海洋シーンを合成する多モード条件生成モデルである。 提案手法は,海上シーン合成における新しいベンチマークを設定し,検出精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2025-09-25T04:59:02Z)
• LangYa: Revolutionizing Cross-Spatiotemporal Ocean Forecasting [17.125674052741928]
  海洋予報システムであるLangYaを紹介した。 結果は、LangYaが1日から7日間のリードタイムで1つのモデルで予測できることを示した。 既存の数値およびAIベースの海洋予測システムと比較して、LangYaはGlobal Ocean Reanalysis and Simulationバージョン12から27年間の地球海洋データを使用している。
  論文  参考訳（メタデータ） (2024-12-24T02:14:39Z)
• Where are we in audio deepfake detection? A systematic analysis over generative and detection models [59.09338266364506]
  SONARはAI-Audio Detection FrameworkとBenchmarkの合成である。 最先端のAI合成聴覚コンテンツを識別するための総合的な評価を提供する。 従来のモデルベース検出システムと基礎モデルベース検出システムの両方で、AIオーディオ検出を均一にベンチマークする最初のフレームワークである。
  論文  参考訳（メタデータ） (2024-10-06T01:03:42Z)
• Introducing VaDA: Novel Image Segmentation Model for Maritime Object Segmentation Using New Dataset [3.468621550644668]
  海上輸送産業はコンピュータビジョン人工知能(AI)の進歩によって急速に進化している 海洋環境における物体認識は、光の反射、干渉、激しい照明、様々な気象条件といった課題に直面します。 既存のAI認識モデルとデータセットは、自律ナビゲーションシステムを構成するのに限定的に適している。
  論文  参考訳（メタデータ） (2024-07-12T05:48:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。