Os pesquisadores desenvolveram um programa de inteligência artificial (IA) que pode fornecer automaticamente a identificação em nível de espécie de organismos marinhos microscópicos. A próxima etapa é incorporar a IA em um sistema robótico que ajudará a avançar nossa compreensão dos oceanos do mundo, agora e em nosso passado pré-histórico.

Especificamente, o programa de IA provou ser capaz de identificar seis espécies de foraminíferos, ou forames - organismos que prevalecem nos oceanos da Terra há mais de 100 milhões de anos.

Forams são protistas, nem planta nem animal. Quando eles morrem, eles deixam para trás suas pequenas conchas, a maioria tem menos de um milímetro de largura. Essas conchas fornecem aos cientistas insights sobre as características dos oceanos como eles existiam quando os forames estavam vivos. Por exemplo, diferentes tipos de espécies de forames prosperam em diferentes tipos de ambientes oceânicos, e as medições químicas podem dizer aos cientistas sobre tudo, desde a química do oceano até sua temperatura quando a concha estava sendo formada.

Contudo, avaliar essas conchas e fósseis de foram é tedioso e demorado. É por isso que uma equipe interdisciplinar de pesquisadores, com experiência que varia de robótica a paleoceanografia, está trabalhando para automatizar o processo.

"Neste ponto, o AI identifica corretamente os forames cerca de 80 por cento das vezes, que é melhor do que a maioria dos humanos treinados, "diz Edgar Lobaton, professor associado de engenharia elétrica e da computação na North Carolina State University e co-autor de um artigo sobre o trabalho.

“Mas esta é apenas a prova de conceito. Esperamos que o sistema melhore com o tempo, porque o aprendizado de máquina significa que o programa ficará mais preciso e consistente a cada iteração. Também planejamos expandir o alcance da IA, para que possa identificar pelo menos 35 espécies de forames, em vez dos seis atuais. "

O sistema atual funciona colocando um forame sob um microscópio capaz de tirar fotos. Um anel de LED ilumina o forame em 16 direções - uma de cada vez - enquanto tira uma imagem do forame a cada mudança de luz. Essas 16 imagens são combinadas para fornecer o máximo de informações geométricas possíveis sobre a forma do forame. O AI então usa essa informação para identificar as espécies do foram.

A digitalização e a identificação levam apenas alguns segundos, e já é tão rápido - ou mais rápido - que os especialistas humanos mais rápidos.

"Mais, a IA não fica cansada ou entediada, "Lobaton diz." Este trabalho demonstra o primeiro passo bem-sucedido para a construção de uma plataforma robótica que será capaz de identificar, escolha e classifique os forames automaticamente. "

Lobaton e seus colaboradores receberam uma bolsa da National Science Foundation (NSF), começando em janeiro de 2019, para construir o sistema robótico totalmente funcional.

"Este trabalho é importante porque os oceanos cobrem cerca de 70 por cento da superfície da Terra e desempenham um papel enorme em seu clima, "diz Tom Marchitto, um professor associado de ciências geológicas na Universidade do Colorado, Pedregulho, e autor correspondente do artigo.

"Forams são onipresentes em nossos oceanos, e a química de suas conchas registra as características físicas e químicas das águas em que cresceram. Esses minúsculos organismos testemunham propriedades passadas, como a temperatura, salinidade, acidez e concentração de nutrientes. Por sua vez, podemos usar essas propriedades para reconstruir a circulação oceânica e o transporte de calor durante eventos climáticos anteriores.

"Isso é importante porque a humanidade está no meio de uma ação não intencional, 'experimento' climático em escala global devido à nossa emissão de gases de efeito estufa, "Marchitto diz." Para prever os resultados desse experimento, precisamos entender melhor como o clima da Terra se comporta quando seu equilíbrio de energia é alterado. A nova IA, e o sistema robótico que irá habilitar, poderia acelerar significativamente nossa capacidade de aprender mais sobre a relação entre o clima e os oceanos em vastas escalas de tempo. "

O papel, "Identificação automatizada em nível de espécie de foraminíferos plancticos usando redes neurais convolucionais, em comparação com o desempenho humano, "é publicado na revista Micropaleontologia Marinha .