RALEIGH – Forskere har utviklet og demonstrert en robot som er i stand til å sortere, manipulere og identifisere mikroskopiske marine fossiler. Den nye teknologien automatiserer en kjedelig prosess som spiller en nøkkelrolle i fremme vår forståelse av verdens hav og klima – både i dag og i forhistorisk fortid.
"Det fine med denne teknologien er at den er laget med relativt rimelige hyllekomponenter, og vi lager både designene og programvaren for kunstig intelligens med åpen kildekode," sier Edgar Lobaton, medforfatter av en artikkel om arbeidet og en førsteamanuensis i elektro- og datateknikk ved North Carolina State University. "Vårt mål er å gjøre dette verktøyet allment tilgjengelig, slik at det kan brukes av så mange forskere som mulig for å fremme vår forståelse av hav, biologisk mangfold og klima."
Teknologien, kalt Forabot, bruker robotikk og kunstig intelligens til å fysisk manipulere restene av organismer kalt foraminifera, eller forams, slik at disse restene kan isoleres, avbildes og identifiseres.
Foramer er protister, verken planter eller dyr, og har vært utbredt i våre hav i mer enn 100 millioner år. Når foram dør, etterlater de de små skallene sine, de fleste mindre enn en millimeter brede. Disse skjellene gir forskere innsikt i egenskapene til havene slik de eksisterte da foramene var i live. For eksempel trives forskjellige typer foramarter i forskjellige typer havmiljøer, og kjemiske målinger kan fortelle forskerne om alt fra havets kjemi til temperaturen da skallet ble dannet.
NCSU-forskning kan bety raskere mikrobrikker, kvantedatabehandlingsapplikasjoner
Hvorfor det trengs
Imidlertid er det både kjedelig og tidkrevende å evaluere foramskjell og fossiler. Det er derfor et team av ingeniører og paleoceanografieksperter utviklet Forabot for å automatisere prosessen.
"På dette tidspunktet er Forabot i stand til å identifisere seks forskjellige typer foram, og behandle 27 foramer i timen - men den blir aldri lei og den blir aldri sliten," sier Lobaton. "Dette er en proof-of-concept-prototype, så vi vil utvide antallet foramarter den er i stand til å identifisere. Og vi er optimistiske at vi også vil være i stand til å forbedre antall foramer den kan behandle per time.
"Også, på dette tidspunktet har Forabot en nøyaktighetsgrad på 79% for å identifisere foramer, noe som er bedre enn de fleste trente mennesker."
"Når Forabot har blitt optimalisert, vil det være et verdifullt stykke forskningsutstyr, som lar studenters 'foramplukkere' bedre bruke tiden sin på å lære mer avanserte ferdigheter," sier Tom Marchitto, medforfatter av artikkelen og professor i geologiske vitenskaper ved University of Colorado, Boulder. "Ved å bruke fellesskapsbasert taksonomisk kunnskap for å trene roboten, kan vi også forbedre enhetligheten i foraidentifikasjon på tvers av forskningsgrupper."
NCSU-studie: Effektiv utdanning om klimaendringer må ta hensyn til sosiale holdninger
Slik fungerer Forabot
Først må brukerne vaske og sikte en prøve på hundrevis av foramer. Dette etterlater brukerne med en haug med det som ser ut som sand. Prøven av foramer plasseres deretter i en beholder kalt isolasjonstårnet. En nål i bunnen av isolasjonstårnet rager deretter opp gjennom prøven, og løfter et enkelt foram opp der det fjernes fra tårnet via sug. Suget trekker foramet til en separat beholder kalt bildetårnet, som er utstyrt med et automatisert kamera med høy oppløsning som tar flere bilder av foramet. Etter at bildene er tatt, løftes foramet igjen med en nål til det kan tas opp via sug og settes i den aktuelle beholder i en sorteringsstasjon.
"Ideen er at vår AI kan bruke bildene til å identifisere hvilken type foram det er, og sortere det deretter," sier Lobaton.
"Vi publiserer i et åpen kildekodetidsskrift, og inkluderer tegningene og AI-programvaren i tilleggsmaterialet til det papiret," legger Lobaton til. «Forhåpentligvis vil folk bruke det. Det neste trinnet for oss er å utvide typene foraer systemet kan identifisere, og jobbe med å optimalisere driftshastigheten."
'Spøkelsesskoger:' NCSU-forskere advarer om havstigning drukner flere trær
Avisen, "Forabot: Automatisert isolasjon og bildebehandling av planktiske foraminiferer,” er publisert i tidsskriftet Geochemistry, Geophysics, Geosystems med åpen tilgang. Tilsvarende forfatter av artikkelen er Turner Richmond, en fersk Ph.D. uteksaminert fra NC State. Oppgaven var medforfatter av Jeremy Cole, en Ph.D. utdannet NC State; og av Gabriella Dangler, en undergraduate ved NC State.
De arbeidet ble utført med støtte fra National Science Foundation, under tilskuddsnummer 1829930.
© North Carolina State University
Innlegget Nye NCSU-utviklede fossilsorteringsroboter for å hjelpe klima- og havforskning først dukket opp på WRAL TechWire.
