人工智能的突破也许会改变研究恐龙化石的方式
发布时间：2022-03-01 10:57:01 所属栏目：大数据 来源：互联网
导读：科学家们能从恐龙化石记录中收集到的很多东西都依赖于保存下来的恐龙遗骸的形态。研究样品的内部结构通常需要切割薄片，在此过程中有效地破坏了样品。随着X射线计算机断层扫描(CT)等高分辨率扫描技术的引入，这种情况发生了改变。CT基本上是使用辐射和数字软
|
科学家们能从恐龙化石记录中收集到的很多东西都依赖于保存下来的恐龙遗骸的形态。研究样品的内部结构通常需要切割薄片，在此过程中有效地破坏了样品。随着X射线计算机断层扫描(CT)等高分辨率扫描技术的引入，这种情况发生了改变。CT基本上是使用辐射和数字软件在三维空间重建内部结构。 虽然CT技术的使用有助于保存标本并生成非常有用的数据，但图像本身也存在挑战。这种扫描可以根据X射线的吸收来区分不同的物质，例如骨骼化石和包裹骨骼的岩石。相似的密度使得确定一个物体的起点和另一个物体的终点变得极其困难。这意味着研究人员必须依靠人工分割，这是一个对图像中类似部分进行分类的劳动密集型过程。人工智能可以在几分钟内完成图像分割，而古生物学家则需要几天甚至几周的时间。问题是，计算机是否能像训练有素的专业人员一样，用于对图像的相似部分进行分类。研究人员试图使用不同类型的深度神经网络来找到答案，这是一种模仿人类大脑的人工智能模型。 该团队使用超过10,000个原角龙胚胎头骨的CT扫描对人工智能系统进行了训练和测试。虽然模型的表现不如人类，但其精确度和处理速度表明，深度神经网络可以显著缩短化石与岩石矩阵的区分时间。 该研究的主要作者、美国自然历史博物馆理查德·吉尔德研究生院的博士生Congyu Yu表示，除了更快地成像处理，在古生物学中使用人工智能还可以帮助建立研究标准。这篇论文的合著者之一Mark a . Norell博士也在美国国家自然历史博物馆(AMNH)工作，他以研究恐龙和鸟类之间的进化联系而闻名。“不同的研究人员可能会对相同的结构有不同的解释，这导致了对进化史的不同重建，”Yu解释说，“在某些情况下，CT图像可能会被有意地按照特定的想法重建。使用人工智能分割可以在不增加太多成本的情况下发现这些欺诈行为。” 然而，在这之前还有更多的工作要做。即使是原角龙测试中最好的模型，也难以在同一岩层和地区的其他恐龙化石上表现良好。 “对于基于人工智能的任务来说，一般化一直是一个问题，”Yu指出，并补充说，研究人员正在继续训练和测试深度学习模型，以CT图像为基础，这些图像来自蒙古以前挖掘的更多化石类群和各种保存环境。 他说:“我们相信，戈壁沙漠化石的分割模型已经不远了，但更一般化的模型不仅需要更多的训练数据集，还需要算法创新。我相信，深度学习最终可以比我们更好地处理图像，已经有各种各样的例子表明，深度学习的表现超过了人类，包括围棋和蛋白质3D结构预测。” （编辑：宁德站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
