Автор: 
Одним из наиболее перспективных применений технологий искусственного интеллекта является идентификация опухолей по медицинским снимкам высокого разрешения. Можно ли использовать те же методы, чтобы помочь палеонтологам быстрее анализировать аналогичные сканы окаменелостей динозавров? Исследователи сообщили о некоторых первых ответах и остающихся проблемах в новой статье, опубликованной в журнале Frontiers in Earth Science.
Многое из того, что учёные могут почерпнуть из летописи окаменелостей динозавров, основано на морфологии сохранившихся останков животных. Для изучения внутренней структуры образца обычно требуется нарезать тонкие срезы, эффективно разрушая образец в процессе. Ситуация изменилась с появлением технологий сканирования с высоким разрешением, таких как рентгеновская компьютерная томография (КТ), которая в основном реконструирует внутренние структуры в трёх измерениях с использованием излучения и цифрового программного обеспечения.
Хотя использование технологии КТ помогает сохранить образцы и получить очень полезные данные, сами изображения представляют собой определённые проблемы. Сканирование позволяет различать различные материалы — например, окаменелые кости и породу, покрывающую их, — на основе поглощения рентгеновского излучения. Одинаковая плотность может сильно затруднить определение того, где начинается один объект и заканчивается другой. Это означает, что исследователям приходится полагаться на ручную сегментацию — трудоёмкий процесс классификации похожих частей изображения.
Искусственный интеллект может выполнять сегментацию изображений за считанные минуты, по сравнению с днями или даже неделями для палеонтолога. Вопрос в том, может ли компьютер классифицировать секции воксель за вокселем наравне с обученным профессионалом. Исследователи попытались выяснить это, используя различные типы глубоких нейронных сетей, своего рода модель ИИ, которая имитирует человеческий мозг.
Команда обучила и протестировала системы искусственного интеллекта, используя более 10 000 компьютерных томографов трёх хорошо сохранившихся эмбриональных черепов протоцератопсов, меньшего размера по сравнению с более знакомым родом трицератопсов. Окаменелости были обнаружены в 1990-х годах в пустыне Гоби в Монголии. Хотя модели работали не так хорошо, как человек, точность и скорость обработки показали, что глубокие нейронные сети могут значительно сократить время, необходимое для дифференциации окаменелостей от матрицы горных пород.
По словам Конгью Ю, ведущего автора исследования и доктора философии, помимо более быстрой обработки изображений, использование искусственного интеллекта в палеонтологии может помочь установить стандарты исследований.
«Разные исследователи могут по-разному интерпретировать одну и ту же структуру, что приводит к различным реконструкциям эволюционной истории», — пояснил Юй. «В некоторых случаях изображения КТ могут быть преднамеренно реконструированы, чтобы следовать заданной идее. Использование сегментации ИИ может обнаружить эти мошенничества без чрезмерного увеличения стоимости. Мы уверены, что модель сегментации окаменелостей из пустыни Гоби не за горами, но более обобщённая модель нуждается не только в большем наборе обучающих данных, но и в инновационных алгоритмах. Я считаю, что глубокое обучение может в конечном итоге обрабатывать изображения лучше, чем мы, и уже были различные примеры того, как производительность глубокого обучения превосходит людей, включая игру в го и предсказание трёхмерной структуры белка».
