Крошечные окаменелости помогают роботам стать умнее благодаря автоматической сортировке

Исследователи продемонстрировали метод, который геометрически моделирует органические объекты и создаёт их фотореалистичные трёхмерные (3D) изображения. Эти математически точные изображения могут быть использованы для разработки роботизированных систем, способных автономно идентифицировать и сортировать сложные формы.

Метод был создан для улучшения роботизированных систем, которые сортируют и идентифицируют микроскопические морские окаменелости, используемые в климатических исследованиях. Однако он может служить основой для применения в ряде других областей.

Статья под названием «Foram3D: Pipeline for 3D Synthetic Data Generation and Rendering of Foraminifera for Image Analysis and Reconstruction» опубликована в журнале Marine Micropaleontology.

«Мы продемонстрировали функциональность этого метода двумя способами: в роботизированной системе для трёхмерной визуализации этих микроскопических морских окаменелостей и в роботизированной системе для идентификации окаменелостей», — говорит Эдгар Лобатон, соавтор статьи и профессор электротехники и вычислительной техники в Университете штата Северная Каролина. «Идентификация этих окаменелостей — очень сложная задача, что и привело нас к этой работе».

Речь идёт о фораминиферах, или форамах, которые обитают в океанах Земли более 100 миллионов лет. Форамы — простейшие организмы, не являющиеся ни растениями, ни животными. После смерти они оставляют свои крошечные раковины, которые дают учёным представление о характеристиках океанов в те времена, когда форамы были живы.

Различные виды форам процветают в разных условиях океана, а химические измерения позволяют учёным узнать всё: от химического состава океана до его температуры в момент формирования раковины.

Однако оценка раковин и окаменелостей форам — это утомительный и трудоёмкий процесс. Представьте себе сортировку сотен объектов одинаковой формы шириной менее миллиметра. Именно поэтому исследователи-палеонтологи хотят автоматизировать этот процесс.

«Мы уже разработали полностью функциональную роботизированную систему для идентификации и сортировки форам, названную Forabot», — говорит Лобатон. «И создание Forabot научило нас, что наиболее трудоёмким аспектом процесса является точная настройка оборудования и его конфигурации».

«Какой размер должен быть у каждого компонента? Какова наилучшая конфигурация компонентов? Существует миллион вариаций, которые вы можете настроить. Работа, которой мы делимся здесь, была разработана специально для решения этой задачи, потому что мы хотели найти более эффективный способ усовершенствовать Forabot», — добавляет он.

Создавая трёхмерные копии этих окаменелостей с невероятной точностью, исследователи могут использовать их для моделирования роботизированной системы. «Вы можете вносить коррективы в симуляцию гораздо проще, чем при работе с реальным оборудованием», — говорит Лобатон. «И как только вы оптимизируете конфигурацию системы в симуляции, процесс настройки оборудования в реальном мире становится намного проще — вы уже знаете, как его настроить».

Для этой работы исследователи модифицировали математическую модель так, чтобы она могла создавать подробные трёхмерные копии окаменелостей. Команда Лобатона работала с палеонтологом, чтобы убедиться, что копии соответствуют характеристикам семи репрезентативных видов фораминифер.

Исследователи затем обратились к симуляции Forabot. Используя недавно полученные трёхмерные копии для изучения модификаций системы Forabot, исследователи смогли повысить точность системы с 82% до 89% — без необходимости проходить трудоёмкий процесс повторной настройки оборудования в лаборатории.

«Используя наш синтетический набор данных, мы смогли протестировать, как современные модели искусственного интеллекта могут реконструировать трёхмерные формы, используя лишь небольшой набор двумерных изображений», — говорит Санджана Банерджи, автор статьи и доктор философии в Университете штата Северная Каролина. «Эти симуляции помогли нам понять наилучшие условия визуализации и теперь определяют разработку новой роботизированной системы, ориентированной на трёхмерную реконструкцию — важный шаг на пути к дальнейшей автоматизации идентификации этих микроокаменелостей».

«Наша работа обеспечивает прочную основу для изучения роста и морфологии широкого спектра видов фораминифер», — говорит Банерджи. «Она также решает основные задачи микропалеонтологии, такие как ограниченность данных и точное восстановление формы».

«В более широком смысле подход, который мы использовали здесь, может быть использован для разработки или оптимизации любой роботизированной системы, которая идентифицирует или сортирует объекты со сложными формами», — говорит Лобатон. «Потенциальные варианты использования включают изоляцию микробов и патогенов в микроскопическом масштабе и сортировку сельскохозяйственной продукции в более крупном масштабе».

Исследователи сделали кодовую базу, использованную в этой работе, открытой, чтобы другие исследователи могли её использовать. Её можно найти по адресу: [https://github.com/ARoS-NCSU/Forams-3DGeneration](https://github.com/ARoS-NCSU/Forams-3DGeneration).

Статья была написана в соавторстве с Тёрнером Ричмондом, бывшим аспирантом Университета штата Северная Каролина; Майклом Даниэле, доцентом кафедры электротехники и вычислительной техники в Университете штата Северная Каролина; и Томасом Марчитто, профессором геологических наук в Университете Колорадо в Боулдере.

Предоставлено Университетом штата Северная Каролина.

Источник

Другие новости по теме

Другие новости на сайте

Оставьте комментарий