Искусственный интеллект ускорил анализ окаменелостей
Учёные из Квинслендского музея и Университета Джеймса Кука используют ИИ для изучения окаменелостей. Они разработали метод на основе ИИ, который сократил анализ с нескольких месяцев до нескольких дней. Исследование «Accelerating segmentation of fossil CT scans through Deep Learning» опубликовано в Scientific Reports.
Палеонтолог д-р Эспен Кнутсен и эксперт по глубокому обучению д-р Дмитрий Коновалов работали над быстрым анализом окаменелостей, заключённых в породу.
Как работает метод
- Компьютерная томография (КТ) позволяет изучать хрупкие окаменелости, не извлекая их из породы.
- КТ-сканирование создаёт набор из множества рентгеновских срезов, которые загружаются в компьютер.
- Ранее каждый срез приходилось вручную размечать, указывая, где окаменелость, а где порода, чтобы создать 3D-модель. Этот процесс мог занимать месяцы, особенно при наборах данных, превышающих 2000 изображений на образец.
Решение с помощью ИИ
Учёные вручную разметили всего около 2% от 2000 срезов изображений. Эти данные использовали для обучения модели глубокого обучения, которая затем автоматически завершила сегментацию всего набора.
Результат
- Метод позволил за несколько дней создать высокоточную 3D-модель крошечной рептилии триасового периода из Квинсленда возрастом около 240 миллионов лет.
- Технология устраняет серьёзное узкое место в современной палеонтологии, позволяя быстрее получать данные из коллекций окаменелостей.
В дальнейшем исследователи планируют расширить возможности своей модели для работы с другими и более разнообразными ископаемыми материалами.