ΡΑΛΙ – Οι ερευνητές ανέπτυξαν και απέδειξαν ένα ρομπότ ικανό να ταξινομεί, να χειρίζεται και να αναγνωρίζει μικροσκοπικά θαλάσσια απολιθώματα. Η νέα τεχνολογία αυτοματοποιεί μια κουραστική διαδικασία που παίζει βασικό ρόλο προωθώντας την κατανόησή μας των ωκεανών και του κλίματος του κόσμου – τόσο σήμερα όσο και στο προϊστορικό παρελθόν.
«Η ομορφιά αυτής της τεχνολογίας είναι ότι κατασκευάζεται χρησιμοποιώντας σχετικά φθηνά εξαρτήματα εκτός ραφιού και κάνουμε τόσο τα σχέδια όσο και το λογισμικό τεχνητής νοημοσύνης ανοιχτού κώδικα», λέει ο Edgar Lobaton, συν-συγγραφέας μιας εργασίας για το έργο. και αναπληρωτής καθηγητής ηλεκτρολόγων μηχανικών και μηχανικών υπολογιστών στο North Carolina State University. «Στόχος μας είναι να κάνουμε αυτό το εργαλείο ευρέως προσβάσιμο, ώστε να μπορεί να χρησιμοποιηθεί από όσο το δυνατόν περισσότερους ερευνητές για να προωθήσουμε την κατανόησή μας για τους ωκεανούς, τη βιοποικιλότητα και το κλίμα».
Η τεχνολογία, που ονομάζεται Forabot, χρησιμοποιεί ρομποτική και τεχνητή νοημοσύνη για να χειριστεί φυσικά τα υπολείμματα των οργανισμών που ονομάζονται foraminifera, ή forams, έτσι ώστε αυτά τα υπολείμματα να μπορούν να απομονωθούν, να απεικονιστούν και να αναγνωριστούν.
Τα τρήματα είναι πρωτίστες, ούτε φυτά ούτε ζώα, και επικρατούν στους ωκεανούς μας για περισσότερα από 100 εκατομμύρια χρόνια. Όταν τα τρήματα πεθαίνουν, αφήνουν πίσω τους τα μικροσκοπικά κελύφη τους, τα περισσότερα πλάτους λιγότερο από ένα χιλιοστό. Αυτά τα κοχύλια δίνουν στους επιστήμονες πληροφορίες για τα χαρακτηριστικά των ωκεανών όπως υπήρχαν όταν ζούσαν τα τρήματα. Για παράδειγμα, διαφορετικοί τύποι ειδών διάτρητου ευδοκιμούν σε διαφορετικά είδη ωκεάνιων περιβαλλόντων και οι χημικές μετρήσεις μπορούν να πουν στους επιστήμονες τα πάντα, από τη χημεία του ωκεανού έως τη θερμοκρασία του όταν σχηματιζόταν το κέλυφος.
Η έρευνα του NCSU θα μπορούσε να σημαίνει ταχύτερα μικροτσίπ, εφαρμογές κβαντικών υπολογιστών
Γιατί χρειάζεται
Ωστόσο, η αξιολόγηση των κελυφών και των απολιθωμάτων είναι κουραστική και χρονοβόρα. Αυτός είναι ο λόγος για τον οποίο μια ομάδα ειδικών στη μηχανική και την παλαιοκεανογραφία ανέπτυξε το Forabot για να αυτοματοποιήσει τη διαδικασία.
«Σε αυτό το σημείο, το Forabot είναι σε θέση να προσδιορίσει έξι διαφορετικούς τύπους foram και να επεξεργάζεται 27 forams την ώρα – αλλά ποτέ δεν βαριέται και δεν κουράζεται ποτέ», λέει ο Lobaton. «Αυτό είναι ένα πρωτότυπο απόδειξης της ιδέας, επομένως θα επεκτείνουμε τον αριθμό των ειδών που μπορεί να αναγνωρίσει. Και είμαστε αισιόδοξοι ότι θα μπορέσουμε επίσης να βελτιώσουμε τον αριθμό των φορμών που μπορεί να επεξεργαστεί ανά ώρα.
«Επίσης, σε αυτό το σημείο, το Forabot έχει ποσοστό ακρίβειας 79% για τον εντοπισμό των οπών, το οποίο είναι καλύτερο από τους περισσότερους εκπαιδευμένους ανθρώπους».
«Μόλις το Forabot βελτιστοποιηθεί, θα είναι ένα πολύτιμο κομμάτι του ερευνητικού εξοπλισμού, που θα επιτρέπει στους μαθητές «επιλογείς foram» να περνούν καλύτερα τον χρόνο τους μαθαίνοντας πιο προηγμένες δεξιότητες», λέει ο Tom Marchitto, συν-συγγραφέας της εργασίας και καθηγητής γεωλογικών επιστημών. στο Πανεπιστήμιο του Κολοράντο, Boulder. «Χρησιμοποιώντας ταξινομικές γνώσεις που προέρχονται από την κοινότητα για να εκπαιδεύσουμε το ρομπότ, μπορούμε επίσης να βελτιώσουμε την ομοιομορφία της αναγνώρισης του foram μεταξύ των ερευνητικών ομάδων».
Δείτε πώς λειτουργεί το Forabot
Αρχικά, οι χρήστες πρέπει να πλύνουν και να κοσκινίσουν ένα δείγμα από εκατοντάδες τρύπες. Αυτό αφήνει τους χρήστες με ένα σωρό από κάτι που μοιάζει με άμμο. Το δείγμα των οπών τοποθετείται στη συνέχεια σε ένα δοχείο που ονομάζεται πύργος απομόνωσης. Στη συνέχεια, μια βελόνα στο κάτω μέρος του πύργου απομόνωσης προεξέχει μέσα από το δείγμα, σηκώνοντας ένα μόνο τρύπημα προς τα πάνω όπου αφαιρείται από τον πύργο μέσω αναρρόφησης. Η αναρρόφηση τραβά το διάτρητο σε ένα ξεχωριστό δοχείο που ονομάζεται πύργος απεικόνισης, το οποίο είναι εξοπλισμένο με μια αυτοματοποιημένη κάμερα υψηλής ανάλυσης που καταγράφει πολλαπλές εικόνες του αφρού. Μετά τη λήψη των εικόνων, το τρήμα ανυψώνεται ξανά με μια βελόνα μέχρι να μπορέσει να συλλεχθεί μέσω αναρρόφησης και να αποτεθεί στο σχετικό δοχείο σε σταθμό διαλογής.
«Η ιδέα είναι ότι η τεχνητή νοημοσύνη μας μπορεί να χρησιμοποιήσει τις εικόνες για να προσδιορίσει ποιος τύπος foram είναι και να το ταξινομήσει ανάλογα», λέει ο Lobaton.
«Δημοσιεύουμε σε ένα περιοδικό ανοιχτού κώδικα και συμπεριλαμβάνουμε τα σχεδιαγράμματα και το λογισμικό τεχνητής νοημοσύνης στο συμπληρωματικό υλικό αυτού του χαρτιού», προσθέτει ο Lobaton. «Ας ελπίσουμε ότι ο κόσμος θα το χρησιμοποιήσει. Το επόμενο βήμα για εμάς είναι να επεκτείνουμε τους τύπους φορμών που μπορεί να εντοπίσει το σύστημα και να εργαστούμε για τη βελτιστοποίηση της ταχύτητας λειτουργίας».
Το χαρτί, "Forabot: Αυτοματοποιημένη απομόνωση και απεικόνιση Planktic Foraminifera», δημοσιεύεται στο περιοδικό ανοιχτής πρόσβασης Geochemistry, Geophysics, Geosystems. Αντίστοιχος συγγραφέας της εργασίας είναι ο Turner Richmond, πρόσφατος Ph.D. πτυχιούχος του NC State. Η εργασία συντάχθηκε από τον Jeremy Cole, Ph.D. πτυχιούχος του NC State. και από την Gabriella Dangler, προπτυχιακή στο NC State.
Η έγινε δουλειά με την υποστήριξη του Εθνικού Ιδρύματος Επιστημών, με αριθμό επιχορήγησης 1829930.
© Κρατικό Πανεπιστήμιο της Βόρειας Καρολίνας
Ο ορθοστάτης Νέα ρομπότ ταξινόμησης απολιθωμάτων που ανέπτυξε το NCSU για να βοηθήσουν στην έρευνα για το κλίμα και τους ωκεανούς εμφανίστηκε για πρώτη φορά WRAL TechWire.
