Ученые научили робота отличать древние раковины

Трехмерное моделирование позволило палеонтологам передать «грязную» работу по разбору раковин доисторических моллюсков роботу и искусственному интеллекту.
Автор Наука Mail
сравнение реальных и смоделированных окаменелостей
Микроскопические изображения семи реальных видов фораминифер, а также (H) синтетические изображения, которые используют модели роста, приближенные к реальным ископаемым. Источник: NC State University

Ученые из университета Северной Каролины (США) разработали метод точного 3D-моделирования микроскопических окаменелостей фораминифер. Такие модели (Foram3D) можно использовать для тренировки и настройки роботов, занимающихся автоматической идентификацией окаменелестей. Технология детально описана в журнале Marine Micropaleontology. 

По словам профессора Эдгара Лобатона, команда сначала разработала физическую установку Forabot, способную сортировать фораминифер, но столкнулась с проблемой — любое изменение конфигурации требовало длительной перенастройки. Foram3D стал решением: теперь исследователи могут воспроизводить раковины в цифровом виде и тестировать любые параметры в симуляции.

Процесс создания смоделированных образцов ископаемых
Система визуализации Forabot. (a) Объектив микроскопа для получения изображений. (b) Стойка для получения изображений с вибрационной воронкой. (c) Изоляционный кожух со светодиодным кольцом. (d) Настоящие фораминиферы, полученные с помощью Forabot. (e) Синтетическая визуализация с наложенной текстурой. Здесь представлен вид Neogloboquadrina dutertrei.Источник: NC State University

Фораминиферы оставляют раковины, по которым можно восстановить климат прошлого, но ручной анализ тысяч окаменелостей занимает слишком много времени. Благодаря 3D-моделям Foram3D и симуляциям с участием робота Forabot ученые смогли повысить точность автоматического распознавания форм с 82 до 89%.

Как отмечает соавтор работы Санжана Банерджи, Foram3D открывает новые возможности не только в изучении фораминифер, но и в оптимизации робототехнических систем, которые работают с объектами сложной формы. Это может быть актуально, например, для автоматической сортировки сельскохозяйственной продукции или микробов в медицинских лабораториях.

Ранее Наука Mail рассказывала о начале разработки инструментов для исследования сознания животных: как ИИ может помочь людям понять своих питомцев.