Rentgen kompüter tomoqrafiyasının istifadəsi paleontoloqların dinozavr qalıqlarının morfologiyasını öyrənmək qabiliyyətini xeyli yaxşılaşdırıb. İndi süni intellektdəki yeniliklər sayəsində maşınlar tezliklə seqmentləşdirmə kimi əmək tutumlu işin öhdəsindən gələ bilər, analiz üçün təsvirin oxşar hissələrini təsnif etmək prosesi. Tədqiqatçılar müxtəlif dərin neyron şəbəkələrini rüşeym kəllələrinin 10.000-dən çox CT taramasında sınaqdan keçirib, ümidverici nəticələr əldə ediblər.

Süni intellekt texnologiyalarının ən perspektivli tətbiqlərindən biri yüksək rezolyusiyaya malik tibbi təsvirlərdən şişlərin müəyyən edilməsidir . Eyni üsullar paleontoloqlara dinozavr qalıqlarının oxşar skanlarını daha tez təhlil etmək üçün istifadə edilə bilərmi? Tədqiqatçılar Frontiers in Earth Science jurnalında dərc olunmuş yeni məqalədə bəzi ilkin cavablar və qalan çətinliklər barədə məlumat verdilər .

Alimlərin dinozavrların fosil qeydlərindən əldə edə bildiklərinin çoxu heyvanların qorunub saxlanmış qalıqlarının morfologiyasına əsaslanır. Nümunənin daxili quruluşunu öyrənmək üçün ümumiyyətlə nazik kəsiklərin kəsilməsi, nümunənin prosesdə effektiv şəkildə məhv edilməsi tələb olunur. Bu, əsasən radiasiya və rəqəmsal proqram təminatından istifadə edərək daxili strukturları üç ölçülü rekonstruksiya edən rentgen kompüter tomoqrafiyası (KT) kimi yüksək ayırdetməli skan etmə texnologiyalarının tətbiqi ilə dəyişdi.

►  Orijinal məqaləni oxuyun

►  Orijinal məqaləni yükləyin

CT texnologiyasından istifadə nümunələrin saxlanmasına və çox faydalı məlumatların yaradılmasına kömək etsə də, şəkillərin özü öz çətinliklərini yaradır. Skanlar rentgen şüalarının udulmasına əsaslanaraq müxtəlif materialları – məsələn, daşlaşmış sümükləri və onu əhatə edən qayaları – fərqləndirir. Oxşar sıxlıqlar bir cismin haradan başladığını və digərinin harada bitdiyini müəyyən etməyi olduqca çətinləşdirə bilər. Bu o deməkdir ki, tədqiqatçılar əl ilə seqmentləşdirməyə, təsvirin oxşar hissələrini təsnif etmək üçün əmək tutumlu prosesə etibar etməlidirlər.

AI-nin sınaqdan keçirilməsi

Süni intellekt bir paleontoloq üçün günlər və hətta həftələrlə müqayisədə bir neçə dəqiqə ərzində görüntü seqmentasiyasını edə bilər. Sual ondan ibarətdir ki, kompüter voksel bölmələrini voksel üzrə təsnif edə bilərmi? Tədqiqatçılar insan beynini təqlid edən süni intellekt modelinin bir növü olan dərin neyron şəbəkələrinin müxtəlif növlərini istifadə edərək öyrənməyə çalışdılar.

Komanda daha çox tanış olan Triceratops cinsinə nisbətən daha kiçik olan Protoceratops-dan üç yaxşı qorunmuş embrion kəllənin 10.000-dən çox KT skanından istifadə edərək süni intellekt sistemlərini öyrətdi və sınaqdan keçirdi. Fosillər 1990-cı illərdə Monqolustanın Qobi səhrasından tapılıb.

Modellər insan qədər yaxşı performans göstərməsə də, dəqiqlik və emal sürəti göstərdi ki, dərin neyron şəbəkələri fosilləri qaya matrislərindən ayırmaq üçün vaxtı əhəmiyyətli dərəcədə azalda bilər.

Daha böyük məlumatlara, daha yaxşı alqoritmlərə ehtiyac var

Tədqiqatın aparıcı müəllifi və Amerika Təbiət Tarixi Muzeyində Richard Gilder Lisansüstü Məktəbinin doktorantı Congyu Yu görə, daha sürətli təsvirin işlənməsi ilə yanaşı, paleontologiyada süni intellektdən istifadə tədqiqat standartlarının yaradılmasına kömək edə bilər. AMNH-də də məqalənin həmmüəllifi olan Dr. Mark A. Norell dinozavrlar və quşlar arasındakı təkamül əlaqələrini araşdıran işi ilə məşhurdur.

“Müxtəlif tədqiqatçılar təkamül tarixinin müxtəlif rekonstruksiyalarına səbəb olan eyni quruluşa dair fərqli şərhlərə malik ola bilərlər” dedi Yu. “Bəzi hallarda CT təsvirləri verilmiş ideyaya əməl etmək üçün qəsdən yenidən qurula bilər. Süni intellekt seqmentasiyasından istifadə edərək, xərcləri çox artırmadan bu saxtakarlıqları aşkar edə bilərsiniz.”

Ancaq bunun baş verməsindən əvvəl görüləsi daha çox iş var. Hətta Protoceratops testindən ən yaxşı model, eyni qaya təbəqəsindən və bölgədən olan digər dinozavr fosilləri üzərində yaxşı performans göstərmək üçün mübarizə apardı.

“Ümumiləşdirmə süni intellektə əsaslanan tapşırıqlar üçün həmişə problemdir” deyən Yu qeyd etdi və əlavə etdi ki, tədqiqatçılar Monqolustanda əvvəlki qazıntılardan daha çox fosil taksonlarından və müxtəlif qorunma mühitlərindən alınan CT görüntülərində dərin öyrənmə modellərini öyrətməyə və sınaqdan keçirməyə davam edirlər.

“Biz əminik ki, Qobi səhrasından olan fosillər üçün seqmentasiya modeli çox da uzaqda deyil, lakin daha ümumiləşdirilmiş model yalnız daha çox təlim məlumat toplusuna deyil, həm də alqoritmlərdə yeniliklərə ehtiyac duyur” dedi. “Mən inanıram ki, dərin öyrənmə nəticədə görüntüləri bizdən daha yaxşı emal edə bilər və dərin öyrənmə performansında insanlardan daha çox müxtəlif nümunələr var, o cümlədən Go oyunu və protein 3D strukturu proqnozu.”