Novo polje obećava da će uvesti novu eru korišćenja mašinskog učenja i kompjuterske vizije za rešavanje malih i velikih pitanja o biologiji organizama širom sveta. Oblast imidžomike ima za cilj da pomogne u istraživanju fundamentalnih pitanja o biološkim procesima na Zemlji kombinovanjem slika živih organizama sa kompjuterskom analizom i otkrivanjem.
Vei-Lun Chao, istraživač na Institutu za imidžomiku Državnog univerziteta u Ohaju i istaknuti docent za inženjersku inkluzivnu izvrsnost u računarskim naukama i inženjeringu u državi Ohajo, održao je detaljnu prezentaciju o najnovijim istraživačkim dostignućima u ovoj oblasti prošlog mjeseca na godišnji sastanak Američkog udruženja za unapređenje nauke.
Chao-ova AAAS prezentacija, pod nazivom „Imidžomska perspektiva mašinskog učenja i kompjuterske vizije: mikro do globalne“, bila je deo sesije „Imageomika: Pokretanje mašinskog učenja za razumevanje bioloških osobina“.
Čao i još dva prezentatora opisali su kako bi imidžomika mogla da transformiše društveno razumevanje biološkog i ekološkog sveta pretvaranjem istraživačkih pitanja u izračunljive probleme. Chaoova prezentacija se fokusirala na potencijalnu primenu imageomike za probleme na mikro i makro nivou.
„Danas imamo mnogo brzih napretka u tehnikama mašinskog učenja i kompjuterskog vida“, rekao je Čao. „Ako ih koristimo na odgovarajući način, oni bi zaista mogli pomoći naučnicima da reše kritične, ali naporne probleme.“
Dok bi nekim istraživačkim problemima mogle biti potrebne godine ili decenije za ručno rešavanje, istraživači imidžomike sugerišu da bi uz pomoć tehnika mašinskog i kompjuterskog vida – kao što su prepoznavanje obrazaca i multimodalno usklađivanje – stopa i efikasnost naučnih otkrića sledeće generacije mogli biti prošireni. eksponencijalno.
„Ako možemo da ugradimo biološko znanje koje su ljudi prikupljali decenijama i vekovima u tehnike mašinskog učenja, možemo pomoći da se poboljšaju njihove sposobnosti u smislu interpretabilnosti i naučnog otkrića“, rekao je Čao.
Jedan od načina na koji Chao i njegove kolege rade na ovom cilju je stvaranje temeljnih modela u imidžomici koji će koristiti podatke iz svih vrsta izvora kako bi omogućili različite zadatke. Drugi način je da se razviju modeli mašinskog učenja koji mogu da identifikuju, pa čak i otkriju osobine kako bi se računarima olakšalo da prepoznaju i klasifikuju objekte na slikama, što je i uradio Čaov tim.
„Tradicionalne metode za klasifikaciju slika sa detekcijom osobina zahtevaju ogromnu količinu ljudskih napomena, ali naš metod ne zahteva“, rekao je Čao. „Bili smo inspirisani da razvijemo naš algoritam kroz način na koji biolozi i ekolozi traže osobine za razlikovanje različitih vrsta bioloških organizama.“
Konvencionalni klasifikatori slika zasnovani na mašinskom učenju postigli su veliki nivo tačnosti analizom slike u celini, a zatim označavanjem određene kategorije objekta. Međutim, Čaov tim koristi proaktivniji pristup: njihov metod uči algoritam da aktivno traži osobine poput boja i šara na bilo kojoj slici koja je specifična za klasu objekta — kao što je njegova životinjska vrsta — dok se analizira.
Na ovaj način, imidžomika može biolozima ponuditi mnogo detaljniji prikaz onoga što je, a šta nije otkriveno na slici, otvarajući put bržoj i preciznijoj vizuelnoj analizi. Najuzbudljivije, rekao je Čao, pokazalo se da je u stanju da se nosi sa zadacima prepoznavanja za veoma izazovne sitnozrnate vrste za identifikaciju, poput mimikrija leptira, čiji izgled karakterišu fini detalji i raznolikost u šarama krila i bojama.
Lakoća sa kojom se algoritam može koristiti potencijalno bi takođe omogućila da se imidžomika integriše u razne druge različite svrhe, u rasponu od klime do istraživanja nauke o materijalima, rekao je on.
Čao je rekao da je jedan od najizazovnijih delova podsticanja istraživanja imidžomike integracija različitih delova naučne kulture kako bi se prikupilo dovoljno podataka i od njih formirale nove naučne hipoteze.
To je jedan od razloga zašto je saradnja između različitih vrsta naučnika i disciplina tako sastavni deo polja, rekao je on. Istraživanje imidžomike će nastaviti da se razvija, ali za sada, Chao je entuzijastičan zbog svog potencijala da omogući da se prirodni svet vidi i razume na potpuno nove, interdisciplinarne načine.
„Ono što zaista želimo jeste da AI ima snažnu integraciju sa naučnim saznanjima, a rekao bih da je imidžomika odlična polazna tačka za to“, rekao je on.
