Разработанная при поддержке Яндекса нейросеть кратно ускорила анализ проб воды из Байкала
Искусственный интеллект проводит анализ проб воды из озера Байкал с точностью, сопоставимой с экспертным анализом вручную. Об этом говорится в публикации учёных из Научно-исследовательского института биологии озера Байкал Иркутского государственного университета, Института биологии южных морей имени А. О. Ковалевского и компании MaritimeAI. При этом ИИ обрабатывает данные гораздо быстрее людей. Если у гидробиологов на анализ партии проб методом классической микроскопии уходило несколько дней кропотливой работы, то система на базе компьютерного зрения справляется с задачей за считаные часы. Система работает на мощностях Yandex Cloud, в её создании участвовали Центр технологий для общества Яндекса, компания MaritimeAI и фонд «Озеро Байкал».
В основе публикации лежат данные проекта «Точка №1», который ведёт экологический мониторинг Байкала с 1945 года. Пробы воды отбираются раз в одну-две недели в одной и той же точке Южного Байкала. Далее их изучают под микроскопом, чтобы определить видовой состав и численность зоопланктона. С 2022 года для анализа картинки с микроскопа используется ИИ. За это время система обработала более 250 тыс. изображений из 811 проб. Точность обнаружения зоопланктона достигла 87%, а статистические тесты на описанной в статье выборке не выявили значимых различий с анализом вручную, который проводят учёные-гидробиологи.
Система стала частью действующей программы мониторинга Байкала и позволила разгрузить высококвалифицированных специалистов — сейчас они анализируют только сложные случаи и новые виды микроорганизмов. Кроме того, благодаря ей удалось сохранить преемственность наблюдений. При внедрении ИИ гидробиологам не потребовалось менять отлаженную на протяжении десятилетий методику сбора и обработки проб, а значит, новые данные сохраняют сопоставимость с историческими.
«Современные методы машинного зрения позволили вывести программу мониторинга Байкала на новый технологический уровень, сохранив научную преемственность многолетних наблюдений. Компьютерное зрение берет на себя обработку больших массивов данных и передает специалистам только сложные случаи. Такой подход помогает быстрее выявлять изменения в структуре сообществ зоопланктона и точнее оценивать состояние экосистемы озера», — говорит Максим Тимофеев, доктор биологических наук, директор НИИ биологии озера Байкал Иркутского государственного университета.
Зоопланктон — один из ключевых индикаторов состояния экосистемы Байкала. По его видовому составу и численности учёные оценивают влияние природных, климатических и антропогенных факторов на озеро. Команда проекта также изучает возможность использовать компьютерное зрение для анализа микропластика в пробах Байкала.
В 2022 году Yandex Cloud выложила в опенсорс датасеты проекта, модели машинного обучения и документацию для мониторинга. Биологи и ML-специалисты по всему миру могут использовать их для разработки собственных систем мониторинга водоёмов.
Подробнее о том, как проходит автоматический анализ проб и какие результаты он даёт, рассказывается в блоге Yandex Cloud.