Οι επιστήμονες ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης για γρήγορη και ακριβή ανάλυση γύρης, που υπόσχεται πληροφορίες για τις περιβαλλοντικές αλλαγές και πιθανή ανακούφιση για τους πάσχοντες από αλλεργική ρινίτιδα μέσω βελτιωμένων προβλέψεων γύρης.
Ένα αναδυόμενο σύστημα που συνδυάζει την ταχεία απεικόνιση με την τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει τους επιστήμονες να δημιουργήσουν μια ολοκληρωμένη εικόνα της παρούσας και ιστορικής περιβαλλοντικής αλλαγής – αναλύοντας γρήγορα και με ακρίβεια τη γύρη.
Γύρη από διάφορα φυτά είδος είναι μοναδικά και αναγνωρίσιμα με βάση το σχήμα τους. Η ανάλυση των κόκκων γύρης που συλλαμβάνονται σε δείγματα, όπως οι πυρήνες ιζημάτων από λίμνες, βοηθά τους επιστήμονες να καταλάβουν ποια φυτά ευδοκιμούσαν σε οποιαδήποτε δεδομένη στιγμή της ιστορίας, πιθανώς να χρονολογούνται από χιλιάδες έως εκατομμύρια χρόνια.
Μέχρι τώρα, οι επιστήμονες έχουν μετρήσει χειροκίνητα τύπους γύρης σε ιζήματα ή από δείγματα αέρα χρησιμοποιώντας ένα μικροσκόπιο φωτός – μια εξειδικευμένη και χρονοβόρα εργασία.
Διαβάστε επίσης: Τα λουλούδια που επικονιάζονται από τις μέλισσες παράγουν σπόρους χαμηλότερης ποιότητας
Τεχνολογική πρόοδος στην ανάλυση γύρης
Τώρα, επιστήμονες στο Πανεπιστήμιο του Έξετερ και στο Πανεπιστήμιο του Σουόνσι συνδυάζουν τεχνολογίες αιχμής, συμπεριλαμβανομένης της κυτταρομετρίας ροής απεικόνισης και της τεχνητής νοημοσύνης, για να δημιουργήσουν ένα σύστημα ικανό να αναγνωρίζει και να κατηγοριοποιεί τη γύρη με πολύ ταχύτερους ρυθμούς. Η πρόοδός τους δημοσιεύτηκε στις 7 Σεπτεμβρίου σε μια ερευνητική εργασία στο Νέος Φυτολόγος. Εκτός από τη δημιουργία μιας πληρέστερης εικόνας της χλωρίδας του παρελθόντος, η ομάδα ελπίζει ότι μια μέρα η τεχνολογία θα μπορούσε να εφαρμοστεί σε πιο ακριβείς μετρήσεις γύρης στο σημερινό περιβάλλον, κάτι που μπορεί να βοηθήσει τους πάσχοντες από αλλεργική ρινίτιδα να μετριάσουν τα συμπτώματα.
Η Δρ Αν Πάουερ, από το Πανεπιστήμιο του Έξετερ, δήλωσε: «Η γύρη είναι ένας σημαντικός περιβαλλοντικός δείκτης και η συνένωση της παζλ διαφορετικών τύπων γύρης στην ατμόσφαιρα, τόσο σήμερα όσο και στο παρελθόν, μπορεί να μας βοηθήσει να δημιουργήσουμε μια εικόνα της βιοποικιλότητας. και την κλιματική αλλαγή.
«Ωστόσο, η αναγνώριση σε ποιο είδος φυτού ανήκει η γύρη κάτω από ένα μικροσκόπιο είναι απίστευτα εντατική και δεν μπορεί πάντα να γίνει. Το σύστημα που αναπτύσσουμε θα μειώσει δραματικά το χρόνο που χρειάζεται και θα βελτιώσει τις ταξινομήσεις. Αυτό σημαίνει ότι μπορούμε να δημιουργήσουμε μια πιο πλούσια εικόνα της γύρης στο περιβάλλον πολύ πιο γρήγορα, αποκαλύπτοντας πώς το κλίμα, η ανθρώπινη δραστηριότητα και η βιοποικιλότητα έχουν αλλάξει με την πάροδο του χρόνου ή καλύτερα να κατανοήσουμε ποια είναι τα αλλεργιογόνα στον αέρα που αναπνέουμε».
Επιτεύγματα και Μελλοντικές Εφαρμογές
Η ομάδα έχει ήδη χρησιμοποιήσει το σύστημα για να αναλύσει αυτόματα μια φέτα πυρήνα ιζήματος λίμνης ηλικίας 5.500 ετών, ταξινομώντας γρήγορα πάνω από χίλιους κόκκους γύρης. Στο παρελθόν, θα χρειαζόταν ένας ειδικός έως και οκτώ ώρες για να μετρήσει και να κατηγοριοποιήσει – μια εργασία που το νέο σύστημα ολοκλήρωσε σε πολύ λιγότερο από μία ώρα.
Το νέο σύστημα χρησιμοποιεί κυτταρομετρία ροής απεικόνισης – μια τεχνολογία που χρησιμοποιείται συνήθως για τη διερεύνηση κυττάρων στην ιατρική έρευνα, για τη γρήγορη λήψη εικόνων γύρης. Στη συνέχεια, αναπτύχθηκε ένας μοναδικός τύπος τεχνητής νοημοσύνης με βάση τη βαθιά μάθηση για τον εντοπισμό των διαφορετικών τύπων γύρης σε ένα περιβαλλοντικό δείγμα. Αυτό μπορεί να κάνει αυτές τις διακρίσεις ακόμα και όταν το δείγμα είναι ατελές.
Η Δρ Κλερ Μπαρνς, από το Πανεπιστήμιο του Σουόνσι, είπε: «Μέχρι τώρα, τα συστήματα τεχνητής νοημοσύνης σε εξέλιξη για την κατηγοριοποίηση της γύρης μαθαίνουν και δοκιμάζουν στις ίδιες βιβλιοθήκες γύρης – πράγμα που σημαίνει ότι κάθε δείγμα είναι τέλειο και ανήκει σε είδη που είχαν δει προηγουμένως το δίκτυο. Αυτά τα συστήματα δεν είναι σε θέση να αναγνωρίσουν τη γύρη από το περιβάλλον που χτυπήθηκε στην πορεία, ούτε να κατηγοριοποιήσουν τη γύρη που δεν περιλαμβάνεται στις εκπαιδευτικές βιβλιοθήκες.
«Η ενσωμάτωση μιας μοναδικής έκδοσης βαθιάς μάθησης στο σύστημά μας σημαίνει ότι η τεχνητή νοημοσύνη είναι πιο έξυπνη και εφαρμόζει μια πιο ευέλικτη προσέγγιση στη μάθηση. Μπορεί να αντιμετωπίσει εικόνες κακής ποιότητας και μπορεί να χρησιμοποιήσει κοινά χαρακτηριστικά των ειδών για να προβλέψει σε ποια οικογένεια φυτών ανήκει η γύρη, ακόμα κι αν το σύστημα δεν την έχει ξαναδεί κατά τη διάρκεια της εκπαίδευσης.»
Τα επόμενα χρόνια, η ομάδα ελπίζει να βελτιώσει και να λανσάρει το νέο σύστημα και να το χρησιμοποιήσει για να μάθει περισσότερα για τη γύρη χόρτου, ένα ιδιαίτερο ερεθιστικό για τους πάσχοντες από αλλεργική ρινίτιδα. Ο Δρ Πάουερ είπε: «Ορισμένες γύρες χόρτου είναι πιο αλλεργιογόνες από άλλες. Εάν μπορούμε να καταλάβουμε καλύτερα ποιες γύρες επικρατούν σε συγκεκριμένες χρονικές στιγμές, θα οδηγούσε σε βελτιώσεις στην πρόβλεψη γύρης που θα μπορούσε να βοηθήσει τα άτομα με αλλεργική ρινίτιδα να σχεδιάσουν να μειώσουν την έκθεσή τους».
Αναφορά: «Απαγωγική αυτοματοποιημένη ταξινόμηση γύρης σε περιβαλλοντικά δείγματα μέσω διερευνητικής βαθιάς μάθησης και κυτταρομετρίας ροής απεικόνισης» από Claire M. Barnes, Ann L. Power, Daniel G. Barber, Richard K. Tennant, Richard T. Jones, G. Rob Lee, Jackie Hatton, Angela Elliott, Joana Zaragoza-Castells, Stephen M. Haley, Huw D. Summers, Minh Doan, Anne E. Carpenter, Paul Rees και John Love, 7 Σεπτεμβρίου 2023, Νέος Φυτολόγος.
DOI: 10.1111/nph.19186
Η έρευνα υποστηρίζεται από το National Environment Research Council (NERC) και τις Η.Π.Α Εθνικά Ινστιτούτα Υγείας.
Διαβάστε επίσης:
Μικρότερα, ελαφρύτερα διαστημικά φασματόμετρα απεικόνισης με υψηλή φασματική ανάλυση
Επανάσταση στην οπτική απεικόνιση με νευρωνικά δίκτυα σύνθετου τομέα
Οι αναγνώστες ρωτούν για την ηθική της τεχνητής νοημοσύνης, τη χρήση εργαλείων μαϊμού και πολλά άλλα
