هوش مصنوعی میتواند ارگانیزمهای دریایی میکروسکوپی را شناسایی کند
برای انجام کارهای تکراری و وقت گیر شناسایی آغازیان ذره بینی اقیانوسها با دقتی بیش از دقت انسانی از هوش مصنوعی و احیاناً رباتهای فعال شده با آن استفاده میشود.
چکیده:
برای انجام کارهای تکراری و وقت گیر شناسایی آغازیان ذره بینی اقیانوسها با دقتی بیش از دقت انسانی از هوش مصنوعی و احیاناً رباتهای فعال شده با آن استفاده میشود. این امر کمک بزرگی به یادگیری ما از خواص گذشته اقیانوسی و آب و هوایی زمین میکند که به نوبه خود در کنترل شرایط و تغییرات آب و هوایی امروز زمین مؤثر است.
تعداد کلمات: 1015 / تخمین زمان مطالعه: 5 دقیقه
برای انجام کارهای تکراری و وقت گیر شناسایی آغازیان ذره بینی اقیانوسها با دقتی بیش از دقت انسانی از هوش مصنوعی و احیاناً رباتهای فعال شده با آن استفاده میشود. این امر کمک بزرگی به یادگیری ما از خواص گذشته اقیانوسی و آب و هوایی زمین میکند که به نوبه خود در کنترل شرایط و تغییرات آب و هوایی امروز زمین مؤثر است.
تعداد کلمات: 1015 / تخمین زمان مطالعه: 5 دقیقه
مترجم: علی رضایی میر قائد
توسط Matt Shipman، دانشگاه ایالتی کارولینای شمالی
توضیح تصویر: فرامینیفرا ، یا فورمها، از طریق منظره یاب یک میکروسکوپ دیده میشوند.
محققان، برنامهای از هوش مصنوعی (AI) را توسعه دادهاند که میتواند به طور خودکار به تعیین هویت ارگانیسمهای دریایی میکروسکوپیک در سطح گونهها بپردازد. گام بعدی این است که هوش مصنوعی را به یک سیستم رباتیک متصل کنیم که به ما در درکمان از اقیانوسهای جهان کمک کند، هم در اکنون و هم در گذشته ماقبل تاریخ.
به طور خاص، برنامه هوش مصنوعی توانسته است شش گونه از فرامینیفراها، یا فورمها، را شناسایی کند، ارگانیسمهایی که برای بیش از 100 میلیون سال در اقیانوسهای زمین شایع بودهاند. اندازه گیریهای شیمیایی پوستهها میتوانند به دانشمندان در باره اطلاع یافتن از همه چیز از شیمی اقیانوس تا دمای آن در هنگام شکل گیری پوسته کمک کنند.
فورمها نه گیاه هستند و نه حیوان. هنگامی که آنها میمیرند، پوستههای کوچک خود، که غالباً کمتر از یک میلیمتر پهنا دارد، را باقی میگذارند. این پوستهها به دانشمندان بینشهایی را در مورد ویژگیهای اقیانوسها میرساند که هنگامی که آن فرومها زنده بودند اقیانوسها چگونه بودند. به عنوان مثال، انواع مختلفی از گونههای فورم در انواع مختلف محیط اقیانوس رشد میکنند و اندازه گیریهای شیمیایی پوستهها میتوانند به دانشمندان در باره اطلاع یافتن از همه چیز از شیمی اقیانوس تا دمای آن در هنگام شکل گیری پوسته کمک کنند.
با این حال، ارزیابی این پوستهها و فسیلها، هر دو خسته کننده و وقت گیر است. به همین دلیل است که یک تیم بین رشتهای از محققان، با تخصصهای متفاوتی از رباتیک تا پالئوکائولوژیک، در تلاش است تا این فرآیند را خودکار کند.
ادگار لوباتون، استادیار مهندسی برق و کامپیوتر در دانشگاه ایالتی کارولینای شمالی، و همکارانش در این باره در مقالهای میگویند: "در این مرحله، هوش مصنوعی 80 درصد اوقات فورمها را به درستی تشخیص میدهد که بهتر از کاری است که افراد انسانی کاملاً آموزش دیده میتوانند انجام دهند."
"اما این فقط اثبات مفهوم است. ما انتظار داریم سیستم در طول زمان بهبود یابد، زیرا یادگیری ماشین به این معنی است که برنامه دقیقتر عمل کند و با هر تکرار سازگارتر باشد. همچنین ما قصد داریم تا پیمایشی از هوش مصنوعی را گسترش دهیم که بتواند به جای 6 تای کنونی حداقل 35 گونه فورم را شناسایی کند."
سیستم فعلی با قرار دادن یک فورم زیر میکروسکوپی که قادر به گرفتن عکس است کار میکند. یک حلقه LED از 16 جهت بر روی فورم نور میتاباند – هر کدام در یک زمان – در حالی که با هر تغییر در نور عکسی از فورم گرفته میشود. این 16 تصویر برای جمع آوری حداکثر اطلاعات هندسی فورم ترکیب میشوند تا شکل فورم به دست آید. هوش مصنوعی سپس از این اطلاعات برای شناسایی گونههای فورم استفاده میکند.
اسکن و شناسایی تنها چند ثانیه طول میکشد و از سریعترین کارشناسان انسانی سریعتر است یا حداقل به سرعت همانهاست. هوش مصنوعی 80 درصد اوقات فورمها را به درستی تشخیص میدهد که بهتر از کاری است که افراد انسانی کاملاً آموزش دیده میتوانند انجام دهند.
لوباتون میگوید: "به علاوه، هوش مصنوعی خسته یا دل زده نمیشود." "این کار اولین گام موفقیت آمیز، در جهت ایجاد یک پلت فرم روباتیک که قادر به شناسایی، مرتب کردن و تنظیم فورمها به صورت خودکار است، را نشان میدهد."
لوباتون و همکارانش از بنیاد ملی علوم (NSF)، از ژانویه 2019 شروع به ساخت یک سیستم رباتیک کاملا کاربردی کردهاند.
تام مارکیتو، استاد دانشکده علوم زمین شناسی دانشگاه کلرادو، بولدر و نویسنده متناظر این مقاله میگوید: "این کار مهم است زیرا اقیانوسها حدود 70 درصد از سطح زمین را پوشش میدهند و نقش مهمی در آب و هوای آن بازی میکنند."
توضیح تصویر: فرامینیفرا ، یا فورمها، از طریق منظره یاب یک میکروسکوپ دیده میشوند.
محققان، برنامهای از هوش مصنوعی (AI) را توسعه دادهاند که میتواند به طور خودکار به تعیین هویت ارگانیسمهای دریایی میکروسکوپیک در سطح گونهها بپردازد. گام بعدی این است که هوش مصنوعی را به یک سیستم رباتیک متصل کنیم که به ما در درکمان از اقیانوسهای جهان کمک کند، هم در اکنون و هم در گذشته ماقبل تاریخ.
به طور خاص، برنامه هوش مصنوعی توانسته است شش گونه از فرامینیفراها، یا فورمها، را شناسایی کند، ارگانیسمهایی که برای بیش از 100 میلیون سال در اقیانوسهای زمین شایع بودهاند. اندازه گیریهای شیمیایی پوستهها میتوانند به دانشمندان در باره اطلاع یافتن از همه چیز از شیمی اقیانوس تا دمای آن در هنگام شکل گیری پوسته کمک کنند.
فورمها نه گیاه هستند و نه حیوان. هنگامی که آنها میمیرند، پوستههای کوچک خود، که غالباً کمتر از یک میلیمتر پهنا دارد، را باقی میگذارند. این پوستهها به دانشمندان بینشهایی را در مورد ویژگیهای اقیانوسها میرساند که هنگامی که آن فرومها زنده بودند اقیانوسها چگونه بودند. به عنوان مثال، انواع مختلفی از گونههای فورم در انواع مختلف محیط اقیانوس رشد میکنند و اندازه گیریهای شیمیایی پوستهها میتوانند به دانشمندان در باره اطلاع یافتن از همه چیز از شیمی اقیانوس تا دمای آن در هنگام شکل گیری پوسته کمک کنند.
با این حال، ارزیابی این پوستهها و فسیلها، هر دو خسته کننده و وقت گیر است. به همین دلیل است که یک تیم بین رشتهای از محققان، با تخصصهای متفاوتی از رباتیک تا پالئوکائولوژیک، در تلاش است تا این فرآیند را خودکار کند.
ادگار لوباتون، استادیار مهندسی برق و کامپیوتر در دانشگاه ایالتی کارولینای شمالی، و همکارانش در این باره در مقالهای میگویند: "در این مرحله، هوش مصنوعی 80 درصد اوقات فورمها را به درستی تشخیص میدهد که بهتر از کاری است که افراد انسانی کاملاً آموزش دیده میتوانند انجام دهند."
"اما این فقط اثبات مفهوم است. ما انتظار داریم سیستم در طول زمان بهبود یابد، زیرا یادگیری ماشین به این معنی است که برنامه دقیقتر عمل کند و با هر تکرار سازگارتر باشد. همچنین ما قصد داریم تا پیمایشی از هوش مصنوعی را گسترش دهیم که بتواند به جای 6 تای کنونی حداقل 35 گونه فورم را شناسایی کند."
سیستم فعلی با قرار دادن یک فورم زیر میکروسکوپی که قادر به گرفتن عکس است کار میکند. یک حلقه LED از 16 جهت بر روی فورم نور میتاباند – هر کدام در یک زمان – در حالی که با هر تغییر در نور عکسی از فورم گرفته میشود. این 16 تصویر برای جمع آوری حداکثر اطلاعات هندسی فورم ترکیب میشوند تا شکل فورم به دست آید. هوش مصنوعی سپس از این اطلاعات برای شناسایی گونههای فورم استفاده میکند.
اسکن و شناسایی تنها چند ثانیه طول میکشد و از سریعترین کارشناسان انسانی سریعتر است یا حداقل به سرعت همانهاست. هوش مصنوعی 80 درصد اوقات فورمها را به درستی تشخیص میدهد که بهتر از کاری است که افراد انسانی کاملاً آموزش دیده میتوانند انجام دهند.
لوباتون میگوید: "به علاوه، هوش مصنوعی خسته یا دل زده نمیشود." "این کار اولین گام موفقیت آمیز، در جهت ایجاد یک پلت فرم روباتیک که قادر به شناسایی، مرتب کردن و تنظیم فورمها به صورت خودکار است، را نشان میدهد."
لوباتون و همکارانش از بنیاد ملی علوم (NSF)، از ژانویه 2019 شروع به ساخت یک سیستم رباتیک کاملا کاربردی کردهاند.
تام مارکیتو، استاد دانشکده علوم زمین شناسی دانشگاه کلرادو، بولدر و نویسنده متناظر این مقاله میگوید: "این کار مهم است زیرا اقیانوسها حدود 70 درصد از سطح زمین را پوشش میدهند و نقش مهمی در آب و هوای آن بازی میکنند."
"فورمها در اقیانوسهای ما همه جا هستند و شیمی ثبت شده روی پوسته آنها مشخصات فیزیکی و شیمیایی آبهایی که در آن رشد کردهاند را در خود دارد. این موجودات کوچک شواهدی از خواص گذشته را حمل میکنند مانند دما، شوری، اسیدیته و غلظت مواد مغذی. به نوبه خود، میتوان از این خواص برای بازسازی جریان اقیانوسی و انتقال گرما در خلال وقایع آب و هوایی گذشته استفاده کرد."
مارکیتو میگوید: "این موضوع مهم است، زیرا بشریت به علت انتشار گازهای گل خانهای در معرض آزمایش غیرمعمول جهانی در مقیاس جهانی قرار دارد." "برای پیش بینی نتایج این آزمایش، ما نیاز به درک بهتر چگونگی رفتار آب و هوای زمین در زمانی که تعادل انرژی خود را تغییر میدهد داریم. هوش مصنوعی جدید و سیستم روباتیکی که راه خواهد انداخت، میتوانند به طور قابل توجهی توانایی ما برای این که بیشتر در مورد رابطه بین آب و هوا و اقیانوسها در طول مقیاسهای زمانی بزرگ بدانیم تسریع کنند."
فورمها در اقیانوسهای ما همه جا هستند و شیمی ثبت شده روی پوسته آنها مشخصات فیزیکی و شیمیایی آبهایی که در آن رشد کردهاند را در خود دارد. این موجودات کوچک شواهدی از خواص گذشته را حمل میکنند. میتوان از این خواص برای بازسازی جریان اقیانوسی و انتقال گرما در خلال وقایع آب و هوایی گذشته استفاده کرد.
مارکیتو میگوید: "این موضوع مهم است، زیرا بشریت به علت انتشار گازهای گل خانهای در معرض آزمایش غیرمعمول جهانی در مقیاس جهانی قرار دارد." "برای پیش بینی نتایج این آزمایش، ما نیاز به درک بهتر چگونگی رفتار آب و هوای زمین در زمانی که تعادل انرژی خود را تغییر میدهد داریم. هوش مصنوعی جدید و سیستم روباتیکی که راه خواهد انداخت، میتوانند به طور قابل توجهی توانایی ما برای این که بیشتر در مورد رابطه بین آب و هوا و اقیانوسها در طول مقیاسهای زمانی بزرگ بدانیم تسریع کنند."
فورمها در اقیانوسهای ما همه جا هستند و شیمی ثبت شده روی پوسته آنها مشخصات فیزیکی و شیمیایی آبهایی که در آن رشد کردهاند را در خود دارد. این موجودات کوچک شواهدی از خواص گذشته را حمل میکنند. میتوان از این خواص برای بازسازی جریان اقیانوسی و انتقال گرما در خلال وقایع آب و هوایی گذشته استفاده کرد.
توضیح آموزشی
فرامینیفرا ، یا فورمها، که روزنداران یا روزنبران هم نامیده شدهاند شاخهای از جانوران تک سلولی هستند که پوست سخت آهکی آنها دارای روزنهایی است که سیتوپلاسم جانور از آن بیرون میآید و پاهای کاذبی را تشکیل میدهد. در حدود ۲۷۵ هزار گونه زنده یا منقرضشده از روزنداران شناخته شدهاست.
این آغازیان دگرخوارند و در دریاها زندگی میکنند. پاهای کاذب آنها از روزنهای روی پوسته بیرون میآید. انباشته شدن پوستههای آهکی روزنداران نوعی سنگ آهکی را ایجاد میکند.
پوسته روزنداران از کلسیم کربنات یا اجزاء رسوبی چسبنده درست شده است. جانوران روزندار معمولاً اندازهشان از یک میلیمتر کمتر است اما برخی از آنها بسیار بزرگترند. اندازه بزرگترین روزندار ثبتشده بیست سانتیمتر است.
برگرفته از سایت TechXplore
این آغازیان دگرخوارند و در دریاها زندگی میکنند. پاهای کاذب آنها از روزنهای روی پوسته بیرون میآید. انباشته شدن پوستههای آهکی روزنداران نوعی سنگ آهکی را ایجاد میکند.
پوسته روزنداران از کلسیم کربنات یا اجزاء رسوبی چسبنده درست شده است. جانوران روزندار معمولاً اندازهشان از یک میلیمتر کمتر است اما برخی از آنها بسیار بزرگترند. اندازه بزرگترین روزندار ثبتشده بیست سانتیمتر است.
برگرفته از سایت TechXplore
مقالات مرتبط
تازه های مقالات
ارسال نظر
در ارسال نظر شما خطایی رخ داده است
کاربر گرامی، ضمن تشکر از شما نظر شما با موفقیت ثبت گردید. و پس از تائید در فهرست نظرات نمایش داده می شود
نام :
ایمیل :
نظرات کاربران
{{Fullname}} {{Creationdate}}
{{Body}}