Jerald Pinson, Florida Təbiət Tarixi Muzeyi tərəfindən

redaktə edən: Gaby Clark , rəy verən: Robert Egan

 Redaktorların qeydləri

 GIST

Tercih edilən mənbə kimi əlavə edin

Təsvirə əsaslanan süni intellekt alqoritmini dəqiq şəkildə öyrətmək üçün neçə fosil lazımdır? Yeni bir araşdırmaya görə, cavab əvvəllər düşünüləndən daha kiçikdir və paleontologiya sahəsi üçün böyük nəticələrə gətirib çıxarır. Müəllif: Florida Muzeyinin fotosu, müəllif: Jeff Gage

Təsvir əsaslı süni intellekt alqoritmini dəqiq şəkildə öyrətmək üçün neçə fosil lazımdır? Florida Təbiət Tarixi Muzeyinin onurğalı paleontologiya üzrə təqaüdçü kuratoru və UF-nin fəxri professoru Bruce MacFadden tərəfindən birgə müəllifi olduğu yeni bir araşdırmaya görə , cavab təxminən 250-dir. Bu rəqəm alimlərin əvvəllər lazım olduğunu düşündükləri miqdardan xeyli azdır. Tədqiqat Paleobiology jurnalında dərc olunub .

Bu, paleontoloqların illərdir mübarizə apardığı köhnə bir suala yeni bir baxışdır. Tək bir fosildən əldə edilə bilən məlumat miqdarı bir neçə faktla məhdudlaşır. Əgər şanslıdırlarsa, paleontoloqlar onun aid olduğu orqanizmin kimliyini, necə görünəcəyini, öldüyü zaman orqanizmin yaşını və ölçüsünü müəyyən edə bilərlər. Onlar tez-tez fosilin yaşını və onun qorunmasına səbəb olan ətraf mühit şəraitinin növlərini müəyyən edə bilərlər.

Digər sualların əksəriyyətini elmi cəhətdən məqbul dərəcədə dəqiq cavablandırmaq üçün eyni növə aid çoxsaylı fosillər tələb olunur. Tercihen, bu fosillər də eyni tipdə olmalıdır; bir fərddə kəllə digərinin döş sümüyü ilə müqayisədə çox faydalı məlumat verməyəcək.

Məşhur mediada paleontoloqların mükəmməl qorunub saxlanılan, tam şəkildə oynaqlı skeletlər tapdıqları təsvirlərinə baxmayaraq, reallıq budur ki, tapılanların əksəriyyəti hissə-hissədir. Bu, xüsusilə də onurğalı orqanizmlər kimi onurğalı heyvanları araşdıran paleontoloqlar üçün doğrudur.SharkAI tədqiqat qrupu Florida Muzeyində saxlanılan minlərlə köpəkbalığı dişi nümunəsinin və peşəkar paleontoloqlardan borc aldıqları bir neçəsinin şəklini çəkib. Şəkil müəllifi: “Süni intellekt və paleontologiya: onurğalı fosil nümunəsinin ölçüsünün maşın öyrənmə görüntü təsnifatına təsiri” (2025) kitabından götürülmüşdür. Müəllif: MacFadden və digərləri, CC BY-NC-ND

Makfadden dedi: “Onurğalıların skeletində 200-dən çox sümük var və demək olar ki, heç vaxt tam, hətta demək olar ki, tam olanını tapa bilməzsiniz”.

Paleontoloqların laboratoriyaya apardıqları fosil fraqmentləri problemlidir, çünki eyni növdən iki və ya daha çox eyni sümük və ya diş tapsalar belə, onların morfoloji cəhətdən faydalı olmaq üçün kifayət qədər üst-üstə düşmə ehtimalı azdır. Bundan əlavə, bütün bu fraqmentləri müəyyən etmək hətta təlim keçmiş mütəxəssislər üçün belə çətindir və bəzən qeyri-mümkündür. Fosillərin əksəriyyəti parçalandığı üçün, başqa cür ola biləcəyindən daha çox müəyyən ediləsi var. Bir paleontoloqdan işinin ən çox vaxt aparan aspektləri barədə soruşun və onlar, xüsusən də qırıq fraqmentlərin növlərinin müəyyən edilməsini siyahılarının başına əlavə edəcəklər.

Florida Muzeyindəki onurğalı heyvanların fosil kolleksiyasında bir milyondan çox nümunə, o cümlədən ələkdən keçirilməsini, çeşidlənməsini, müəyyən edilməsini və təhlil edilməsini gözləyən fosillərlə zəngin qumla dolu yüzlərlə torba var.

Makfadden dedi: “Bir torba çöküntüdə minlərlə kiçik onurğalı fosil parçası, məsələn, kiçik köpəkbalığı dişləri və balıq tikanları ola bilər”.

Bütün bunlar bir tərəfdə fosillərin yığılması, digər tərəfdə isə kəşflərin axması ilə çətinlik yaradır. Bu da bizi yenidən identifikasiya prosesini xeyli sürətləndirmək potensialına malik süni intellekt məsələsinə qaytarır.

Süni intellekt artıq paleontologiyaya necə kömək edir

Əslində, paleontologiyanın bəzi digər sahələrində onilliklərdir ki, məhz bunu etmək üçün istifadə olunur. Məsələn, fosilləşmiş sporlar və tozcuqları araşdıran palinoloqlar onurğalı paleontologiya həmkarlarının əks problemi ilə üzləşirlər. Quruda əmələ gələn bir çox fosil daşıyan çöküntü təbəqələrini açsanız, çox güman ki, minlərlə qədim spor və tozcuq dənəcikləri tapacaqsınız. Hər hansı bir növ üçün bunlardan kifayət qədər olmamaq əvəzinə, onlar özləri müəyyən edə biləcəklərindən daha çox şeyə malikdirlər. Nəticə etibarilə, palinoloqlar 1980-ci illərdə kömək üçün süni intellektdən istifadə etməyə başladılar və metodları o vaxtdan bəri təkmilləşdirilir.

Süni intellekt, onurğalılar kimi daha az fosil olan qruplar üçün də istifadə edilə bilər. Bununla belə, maraqlı elmi suallara cavab vermək üçün eyni növdən çoxlu fosil tələb olunduğu kimi, süni intellekt alqoritmini yetərincə öyrətmək üçün də eyni dərəcədə çox sayda fosil tələb olunur.

Bu hazırkı tədqiqatdan əvvəl neçəsinin kifayət olduğu bəlli deyildi.

Köpəkbalığı dişləri niyə ideal test halları idi

Dəqiqlik üçün məqbul bir həddi müəyyən etmək üçün Makfadden və həmkarları asanlıqla çoxlu sayda tanınan nümunələrin olduğu fosil qeydləri olan bir qrup heyvandan istifadə etmək istədilər. Komanda, bol miqdarda fosilləşmiş dişlərinin süni intellekt testləri üçün kifayət qədər nümunə təmin etdiyi düşünülən köpəkbalıqlarını seçdi.

Makfadden bildirib ki, “Onların skeletləri demək olar ki, heç vaxt fosilləşməyən qığırdaqdan ibarətdir”. Lakin köpəkbalıqlarının dişləri davamlıdır və heyvanın digər hissələri yox olduqdan sonra uzun müddət qalmağa meyllidir. Sporlar və tozcuqlara bənzər şəkildə, onlar bir çox fosil daşıyan çöküntü təbəqələrində tapıla bilər.

Makfadden və layihə qrupu seçimlərini 23 ilə 2,6 milyon il əvvəl arasında uzanan Neogen dövründə yaşamış altı növə qədər daraltdılar. Hal-hazırda indiyə qədər yaşamış ən böyük köpəkbalığı tituluna sahib olan Meqalodon kimi bəzi növlər artıq nəsli kəsilmiş, digərləri isə böyük ağ köpəkbalığı (Carcharodon carcharias) kimi hələ də mövcuddur.

Gündəlik məlumat üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosdakı ən son yenilikləri kəşf edin . Pulsuz bülletenimizə abunə olun və vacib olan nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklərdən xəbərdar olun .

SharkAI şəkil kolleksiyasının qurulması

SharkAI tədqiqat qrupu Florida Muzeyində saxlanılan minlərlə köpəkbalığı diş nümunəsinin şəklini çəkə bilsə də, nəticə əldə edə bilmədi. Pələng köpəkbalıqlarından və nəsli kəsilmiş böyük ağ köpəkbalığının sələfindən əlavə dişlərə ehtiyac duyduqları üçün illərdir birlikdə işlədikləri bir neçə peşəkar paleontoloqla əlaqə saxladılar.

AP biologiya tələbələrini fosil axtarışına aparan və əvvəllər Makfaddenlə birlikdə fosil toplama səfərlərində olmuş təqaüdçü orta məktəb müəllimi Li Koun şəxsi kolleksiyasında olan hər iki növdən dişləri borc götürdü. Digər iki fosil toplayan – hər ikisi Floridadan olan Barbara Fayt və C. O’Konnor da topladıqları bir neçə nümunə ilə müvəqqəti olaraq ayrıldılar.

Lazımi sayda diş əldə etdikdən sonra müəlliflər kompüter görmə adlanan süni intellekt növündən istifadə edərək onları necə təhlil edəcəklərini anlamalı oldular.

“Bu komandanın heç bir üzvünün kodu yaratmaq üçün kifayət qədər təcrübəsi yox idi və başlanğıcda nə edəcəyimizi bilməyərək çətinlik çəkirdik.”

Onlar proqram təminatı hazırlamaqda bacarıqlı insanları tapıb onlardan kömək istədilər. Süni intellekt modellərinin təkmilləşdirilməsi işi əsasən Florida ştatının Neapol şəhərində yerləşən Adaptive Computing şirkətinin həmmüəllifi Kristobal Barberis tərəfindən görülüb. Florida Muzeyinin süni intellekt üzrə ilk kuratoru Artur Porto da modellərin üç mərhələli prosesdə təliminə və sınaqdan keçirilməsinə kömək edib.

Komanda əvvəlcə modellərə altı köpəkbalığı növünün hər biri üçün 500 etiketli şəkil paylayaraq hansı miqdarın ən yaxşı nəticə verəcəyini müəyyən etdi. Daha sonra modelləri təlim təkərlərini çıxararaq və heç bir kömək olmadan tanımaları üçün hər növün 25 etiketsiz şəklini verərək sınaqdan keçirdilər.

Dəqiqlik testləri nəyi aşkar etdi

Makfaddenin sözlərinə görə, nəticələr ümidverici idi.

“Biz 90%-dən çox dəqiqlik əldə edirdik”, bu da təxminən 250 nümunədə sabit qalıb. Bu o deməkdir ki, 250 nümunədən artıq hər hansı bir şeydən istifadə dəqiqliyi bir qədər artıra bilər, lakin əziyyətə dəyər deyil. Həmçinin göstərdi ki, məhdud sayda növ olduğu üçün daha az sayda nümunə süni intellekt kompüter identifikasiyası üçün kifayət edə bilər.

Portoya görə, daha az sayda nümunə də təsirli nəticələr əldə edib. Modellərini öyrətmək üçün yalnız 50 nümunədən istifadə edən müəlliflər yenə də ən azı 93% dəqiqlik nisbəti gördüklərini bildiriblər.

“Layihəyə ilk dəfə qoşulduğum zaman əsas sual bu yanaşmaları şəkillərin sayı baxımından nə qədər irəli apara biləcəyimiz idi. İşlər hansı mərhələdə pozulur?” deyə o soruşdu. “Məni xoş təəccübləndirən şey, nümunə ölçülərinin kifayət qədər aşağı olmasına baxmayaraq, yenə də kifayət qədər münasib performans əldə edə bilməyimiz idi.”

Bu tədqiqatın yalnız paleontologiyanın öyrənilməsindən kənara çıxan nəticələri var. Makfadden və onların SharkAI tədqiqat qrupunun digər üzvləri də fosilləri K-12 sinif otaqlarına gətirmək üçün xeyli iş görüblər. Nəticədə, o, tələbələrin süni intellektdən istifadə edərək biorepozitoriyalarda mövcud olan köpəkbalığı dişlərinin təsvirlərini diş formasına və keçmiş sahiblərinin əvvəllər tutmaq üçün istifadə etdikləri ov növünə əsasən təsnif edə biləcəkləri tədris planlarını nəzərdə tutur.

Nəşr detalları

Bruce J. MacFadden və digərləri, Süni intellekt və paleontologiya: onurğalı fosil nümunəsinin ölçüsünün maşın öyrənmə görüntü təsnifatına təsiri, Paleobiologiya (2026). DOI: 10.1017/pab.2025.10084

Jurnal məlumatları: Paleobiologiya 

Əsas anlayışlar

palinologiyaonurğalı paleontologiyaKarxarodonSüni intellekt

Florida Təbiət Tarixi Muzeyi tərəfindən təmin edilir