Российские палеогеографы получили ИИ-помощника, который определяет вид диатомовых водорослей по снимку с микроскопа быстрее чем за 200 миллисекунд. Сервис разработали Институт географии РАН и Центр технологий для общества Yandex Cloud, и он уже доступен исследователям. Если точность подтвердится, на изучение одной колонки донных отложений будут уходить месяцы, а не годы.
Зачем ученым считать водоросли
Диатомеи — одноклеточные водоросли с кремниевым панцирем. Когда организм погибает, панцирь оседает на дно и может пролежать там тысячи лет. Каждый вид чувствителен к температуре воды, ее кислотности и количеству питательных веществ.
Если выяснить, какие виды встречаются в слоях отложений на разной глубине, можно восстановить, как менялись озеро и климат вокруг него. Этот метод называют диатомовым анализом. Проблема в том, что сейчас все делается вручную: специалист смотрит в микроскоп с увеличением в тысячу раз и определяет по 500–600 створок (это половинки панциря) на каждом препарате.
Ранее сообщалось, что российские учёные из ЛЭТИ создали ИИ для поиска уязвимостей в нейросетях автопилотов.
Как работает новый механизм
Нейросеть берет на себя рутинную часть работы — распознавание вида по снимку. Скорость — менее 200 миллисекунд на одну створку, что в сотни раз быстрее ручного просмотра. Разработчики — Институт географии РАН и Центр технологий для общества Yandex Cloud. Сервис уже доступен исследователям, то есть речь идет не о лабораторном прототипе, а о рабочем инструменте.
Точность модели пока не подтверждена независимо, и именно от нее зависит, можно ли доверять автоматическим подсчетам в научных работах.
Ключевое ограничение — верификация. Если ИИ ошибается на редких видах, итоговые реконструкции климата могут смещаться. Ученым придется выборочно перепроверять результаты вручную.
Напомним, что в ВЭБ.РФ оценивали, что российские ИИ-модели закрывают до 99% задач в креативе и промышленности.
Почему ручной подсчет тормозит палеоклиматологию
Диатомовый анализ — стандартный метод палеоклиматологии, но он упирается в человеческий ресурс. Один специалист физически не может обработать сотни препаратов за разумное время, поэтому исследования растягиваются на годы. Автоматизация этой стадии — не просто ускорение. Она позволяет наращивать объемы выборок и сравнивать больше озер между собой, что повышает надежность климатических реконструкций.
Схожие ИИ-инструменты уже применяются в биологии и медицине для распознавания клеток и микроорганизмов. Российский проект встраивается в этот тренд, но с конкретной задачей — палеогеография.
Дальше вопрос в том, подтвердится ли заявленная точность на независимых данных и появится ли сервис в открытом доступе для научных групп за пределами Института географии РАН.