kozmos.hr
  • Naslovnica
  • /
  • Znanost
  • /
  • Razvoj umjetne inteligencije mogao bi olakšati istraživanje fosila dinosaura
Znanost

Razvoj umjetne inteligencije mogao bi olakšati istraživanje fosila dinosaura

Fosil dinosaura. Izvor: Pixabay.com.
objavljeno

Rendgenska računalna tomografija uvelike je poboljšala sposobnost paleontologa da proučavaju morfologiju fosila dinosaura.

Razvoj umjetne inteligencije pomaže u istraživanju fosila dinosaura

Velik dio onoga što znanstvenici mogu izvući iz fosilnih zapisa dinosaura oslanja se na morfologiju sačuvanih ostataka životinja. Za proučavanje unutarnje strukture uzorka općenito su potrebni tanki presjeci, što uzrokuje uništavanje uzorka u procesu. To se promijenilo uvođenjem tehnologija skeniranja visoke razlučivosti poput rendgenske računalne tomografije (CT) koja u osnovi rekonstruira unutarnje strukture u tri dimenzije pomoću zračenja i digitalnog softvera.

Dok korištenje CT tehnologije pomaže u očuvanju uzoraka i stvaranju korisnih podataka. Skeniranjem se kategoriziraju različiti materijali npr. fosilizirane kosti od stijene koja ih okružuje, a to se postiže na temelju razine apsorpcije rendgenskog zračenja. Slične gustoće mogu otežati određivanje gdje jedan objekt počinje, a gdje završava drugi. To znači da se istraživači moraju osloniti na ručnu segmentaciju, radno intenzivan proces za klasificiranje sličnih dijelova slike.


No, umjetna inteligencija može izvršiti segmentaciju slike za nekoliko minuta, u usporedbi s danima ili čak tjednima koji su potrebni paleontolozima. Pitanje je može li računalo klasificirati sekcije na razini obučenih stručnjaka. Istraživači su pokušali saznati je li to moguće, koristeći različite vrste dubokih neuronskih mreža (vrste umjetne inteligencije koja oponaša mozak).

Znanstvenici ‘uzgojili’ noge dinosaura na kokoši

Testiranje modela umjetne inteligencije

Tim je trenirao i testirao sustave umjetne inteligencije pomoću više od 10 000 CT skeniranja tri dobro očuvane embrionalne lubanje dinosaura iz roda Protoceraptora, nešto manjeg u odnosu na poznatiji rod Triceraptora. Ovi fosili su pronađeni 1990-ih u pustinji Gobi u Mongoliji.

Iako modeli nisu bili efikasni poput čovjeka, točnost i brzina obrade pokazali su da duboke neuronske mreže mogu značajno smanjiti vrijeme za identificiranje fosila u stijeni. Osim brže obrade slika, korištenje umjetne inteligencije u paleontologiji može pomoći u uspostavljanju istraživačkih standarda, kaže Congyu Yu, glavni autor studije i doktorand na poslijediplomskoj školi Richarda Gildera pri Američkom muzeju prirodne povijesti. Dr. Mark A. Norell, koautor rada također u AMNH-u, dobro je poznat po svom radu koji istražuje evolucijske veze između dinosaura i ptica.

“Različiti istraživači mogu imati različita tumačenja iste strukture, što dovodi do različitih rekonstrukcija evolucijske povijesti”, objasnio je Yu. “U nekim slučajevima, CT slike se mogu namjerno rekonstruirati kako bi slijedile zadanu ideju. Korištenje umjetno-inteligentne segmentacije može otkriti te prijevare bez prevelikog povećanja troškova.”

Otkriven divovski ihtiosaur iz doba srednjeg trijasa

Potrebno je još vremena

Međutim, čak se i najbolji model s testa na Protoceraptorima nije pokazao efikasnim kada su u pitanju drugi fosili dinosaura iz iste regije i slojeva stijena.

“Generalizacija je uvijek problem za zadatke temeljene na umjetnoj inteligenciji”, primijetio je Yu, dodajući da istraživači nastavljaju trenirati i testirati modele dubokog učenja na CT slikama iz više fosila i različitih okruženja temeljenih na prethodnim iskopavanjima u Mongoliji.

“Uvjereni smo da nam model efikasne segmentacije fosila iz pustinje Gobi na dohvat ruke, ali generalizirani model ne zahtijeva samo veći broj podataka za obuku, nego i inovacije u algoritmima”, dodao je Yu. “Vjerujem da dubinsko učenje na kraju može obraditi slike bolje od nas, a već postoje primjeri dubinskog učenja koje nadmašuje ljude, uključujući Go playing i predviđanje proteinske 3-D strukture.”


Može li umjetna inteligencija posjedovati vlastitu svijest?

Pridružite se raspravi u našoj Telegram grupi. KOZMOS Telegram

t.me/kozmoshr

Izvori:

Rejcek P. (27. siječnja 2022.), AI breakthrough could revolutionize how we research dinosaur fossils, Blog.frontiersin.org (pristup 12. veljače 2022.)

Yu Congyu, Qin Fangbo, Li Ying, Qin Zichuan, Norell Mark, CT Segmentation of Dinosaur Fossils by Deep Learning, Frontiers in Earth Science, V9, 2022, 2296-6463, DOI: 10.3389/feart.2021.805271

Ja sam Matija Klarić.
Student sam Ekonomskog fakulteta, a u slobodno se vrijeme bavim volonterstvom te istraživanjem, čitanjem i pisanjem o mojim omiljenim temama; svemiru, astronomiji, astrofizici i tehnologiji.

Pratite Kozmos na Google Vijestima.