ราลี – นักวิจัยได้พัฒนาและสาธิตหุ่นยนต์ที่สามารถคัดแยก จัดการ และระบุฟอสซิลในทะเลด้วยกล้องจุลทรรศน์ เทคโนโลยีใหม่นี้จะทำให้กระบวนการที่น่าเบื่อซึ่งมีบทบาทสำคัญในระบบอัตโนมัติ พัฒนาความเข้าใจของเรา ของมหาสมุทรและภูมิอากาศของโลก ทั้งในปัจจุบันและในอดีต
“ข้อดีของเทคโนโลยีนี้คือมันถูกสร้างขึ้นโดยใช้ส่วนประกอบที่มีราคาไม่แพงนัก และเรากำลังสร้างทั้งการออกแบบและซอฟต์แวร์โอเพ่นซอร์สปัญญาประดิษฐ์” Edgar Lobaton ผู้เขียนร่วมของรายงานเกี่ยวกับงานนี้กล่าว และรองศาสตราจารย์ด้านวิศวกรรมไฟฟ้าและคอมพิวเตอร์ที่ North Carolina State University “เป้าหมายของเราคือการทำให้เครื่องมือนี้เข้าถึงได้อย่างกว้างขวาง เพื่อให้นักวิจัยจำนวนมากที่สุดเท่าที่เป็นไปได้สามารถใช้เพื่อพัฒนาความเข้าใจของเราเกี่ยวกับมหาสมุทร ความหลากหลายทางชีวภาพ และสภาพภูมิอากาศ”
เทคโนโลยีนี้เรียกว่า Forabot ใช้หุ่นยนต์และปัญญาประดิษฐ์ในการจัดการกับซากศพของสิ่งมีชีวิตที่เรียกว่า foraminifera หรือ forams เพื่อให้สามารถแยก สร้างภาพ และระบุซากเหล่านั้นได้
Forams เป็นกลุ่มผู้ประท้วง ไม่ใช่ทั้งพืชและสัตว์ และแพร่หลายในมหาสมุทรของเรามานานกว่า 100 ล้านปี เมื่อโพรงหินตาย มันจะทิ้งเปลือกเล็กๆ ไว้ข้างหลัง ซึ่งส่วนใหญ่กว้างไม่ถึงหนึ่งมิลลิเมตร เปลือกหอยเหล่านี้ช่วยให้นักวิทยาศาสตร์เข้าใจถึงคุณลักษณะของมหาสมุทรที่ดำรงอยู่เมื่อชั้นหินยังมีชีวิตอยู่ ตัวอย่างเช่น ชนิดของ foram ชนิดต่างๆ เจริญเติบโตได้ในสภาพแวดล้อมของมหาสมุทรประเภทต่างๆ และการตรวจวัดทางเคมีสามารถบอกนักวิทยาศาสตร์เกี่ยวกับทุกสิ่ง ตั้งแต่เคมีของมหาสมุทรไปจนถึงอุณหภูมิเมื่อเปลือกหอยถูกสร้างขึ้น
การวิจัยของ NCSU อาจหมายถึงไมโครชิปที่เร็วขึ้น แอปพลิเคชันการคำนวณควอนตัม
ทำไมมันถึงจำเป็น
อย่างไรก็ตาม การประเมินเปลือกหอยและฟอสซิลนั้นทั้งน่าเบื่อและใช้เวลานาน นั่นคือเหตุผลที่ทีมผู้เชี่ยวชาญด้านวิศวกรรมและบรรพชีวินวิทยาได้พัฒนา Forabot เพื่อทำให้กระบวนการเป็นแบบอัตโนมัติ
“ ณ จุดนี้ Forabot สามารถระบุฟอรัมที่แตกต่างกันได้หกประเภท และประมวลผลได้ 27 ฟอรัมต่อชั่วโมง แต่ก็ไม่เคยเบื่อและไม่เคยเหนื่อย” Lobaton กล่าว “นี่เป็นต้นแบบที่พิสูจน์แนวคิดได้ ดังนั้นเราจะขยายจำนวนรูปแบบรูปแบบที่สามารถระบุได้ และเรามองในแง่ดีว่าเราจะสามารถปรับปรุงจำนวนฟอร์มที่สามารถประมวลผลต่อชั่วโมงได้
“นอกจากนี้ ณ จุดนี้ Forabot มีอัตราความแม่นยำในการระบุ forams 79% ซึ่งดีกว่ามนุษย์ที่ได้รับการฝึกฝนส่วนใหญ่”
“เมื่อ Forabot ได้รับการปรับให้เหมาะสมแล้ว มันจะเป็นอุปกรณ์การวิจัยอันทรงคุณค่า ซึ่งช่วยให้ 'ผู้เลือกฟอรัม' ของนักเรียนใช้เวลาเรียนรู้ทักษะขั้นสูงได้ดีขึ้น” Tom Marchitto ผู้ร่วมเขียนรายงานและศาสตราจารย์ด้านวิทยาศาสตร์ธรณีวิทยากล่าว ที่มหาวิทยาลัยโคโลราโด โบลเดอร์ “ด้วยการใช้ความรู้ด้านการจัดอนุกรมวิธานที่มาจากชุมชนในการฝึกหุ่นยนต์ เรายังสามารถปรับปรุงความสม่ำเสมอของการระบุแบบฟอร์มในกลุ่มการวิจัยได้”
นี่คือวิธีการทำงานของ Forabot
ขั้นแรก ผู้ใช้จะต้องล้างและกรองตัวอย่างหลายร้อยแบบฟอร์ม ทำให้ผู้ใช้มีกองทรายที่ดูเหมือนกองทราย จากนั้นนำตัวอย่างแบบฟอร์มไปใส่ในภาชนะที่เรียกว่าหอแยก จากนั้นเข็มที่ด้านล่างของหอแยกจะพุ่งทะลุตัวอย่าง โดยยกแบบฟอร์มเดียวขึ้นเพื่อดึงออกจากหอโดยการดูด การดูดจะดึงแบบฟอร์มไปยังภาชนะแยกต่างหากที่เรียกว่าหอสร้างภาพ ซึ่งติดตั้งกล้องอัตโนมัติที่มีความละเอียดสูงที่จะจับภาพหลายภาพของแบบฟอร์ม หลังจากถ่ายภาพแล้ว แบบฟอร์มจะถูกยกขึ้นอีกครั้งด้วยเข็มจนกระทั่งสามารถหยิบขึ้นมาโดยการดูดและฝากไว้ในภาชนะที่เกี่ยวข้องในสถานีคัดแยก
“แนวคิดก็คือ AI ของเราสามารถใช้รูปภาพเพื่อระบุประเภทของฟอร์ม และจัดเรียงตามนั้น” Lobaton กล่าว
“เรากำลังเผยแพร่ในวารสารโอเพ่นซอร์ส และรวมพิมพ์เขียวและซอฟต์แวร์ AI ไว้ในเอกสารเสริมของรายงานฉบับนั้น” Lobaton กล่าวเสริม “หวังว่าผู้คนจะใช้ประโยชน์จากมัน ขั้นตอนต่อไปสำหรับเราคือการขยายประเภทของฟอร์มที่ระบบสามารถระบุได้ และทำงานเพื่อเพิ่มประสิทธิภาพความเร็วในการปฏิบัติงาน”
'ป่าผี:' นักวิจัย NCSU เตือนการเพิ่มขึ้นของทะเลกำลังจมต้นไม้มากขึ้น
กระดาษ, "Forabot: การแยกและการถ่ายภาพ Planktic Foraminifera อัตโนมัติ” ได้รับการตีพิมพ์ในวารสาร Geochemistry, Geophysics, Geosystems ที่เปิดให้เข้าถึงได้ ผู้เขียนบทความที่เกี่ยวข้องคือ Turner Richmond ปริญญาเอกล่าสุด สำเร็จการศึกษาจากรัฐ NC บทความนี้ร่วมเขียนโดย Jeremy Cole ปริญญาเอก สำเร็จการศึกษาจาก NC State; และโดย Gabriella Dangler นักศึกษาระดับปริญญาตรีจาก NC State
พื้นที่ งานเสร็จแล้ว โดยได้รับการสนับสนุนจากมูลนิธิวิทยาศาสตร์แห่งชาติภายใต้ทุนสนับสนุนหมายเลข 1829930
© มหาวิทยาลัยแห่งรัฐนอร์ธแคโรไลนา
โพสต์ หุ่นยนต์คัดแยกฟอสซิลที่พัฒนาโดย NCSU ใหม่เพื่อช่วยในการวิจัยสภาพภูมิอากาศและมหาสมุทร ปรากฏตัวครั้งแรกเมื่อ TechWire WRAL.
