Istraživanje koje je vodio Univerzitet u Plimoutu pokazalo je da novi AI model dubokog učenja može da identifikuje šta se dešava i kada tokom embrionalnog razvoja, iz video zapisa.
Objavljena u Časopisu za eksperimentalnu biologiju, studija pod nazivom „Dev-ResNet: Automatsko otkrivanje razvojnih događaja pomoću dubokog učenja“, naglašava kako model, poznat kao Dev-ResNet, može identifikovati pojavu ključnih funkcionalnih razvojnih događaja kod jezerskih puževa, uključujući rad srca, puzanje, izleganje pa čak i smrt.
Ključna inovacija u ovoj studiji je upotreba 3D modela koji koristi promene koje se dešavaju između kadrova videa i omogućava veštačkoj inteligenciji da uči iz ovih karakteristika, za razliku od tradicionalnije upotrebe nepokretnih slika.
Korišćenje video zapisa znači da Dev-ResNet pouzdano detektuje karakteristike koje se kreću od prvog otkucaja srca, ili ponašanja puzanja, do formiranja ljuske ili izleganja, i otkriva osetljivost različitih karakteristika na temperaturu koja ranije nije bila poznata.
Dok se koristi u embrionima ribnjaka za ovu studiju, autori kažu da model ima široku primenljivost na sve vrste i da pružaju sveobuhvatne skripte i dokumentaciju za primenu Dev-ResNet-a u različitim biološkim sistemima.
U budućnosti, ova tehnika bi se mogla koristiti za ubrzavanje razumevanja kako klimatske promene i drugi spoljni faktori utiču na ljude i životinje.
Rad je vodio dr. kandidata, Ziad Ibbini, koji je studirao BSc biologiju konzervacije na Univerzitetu, pre nego što je odvojio godinu dana da se usavršava u razvoju softvera, a zatim je započeo svoju doktorsku disertaciju. Sam je dizajnirao, obučavao i testirao Dev-ResNet.
Rekao je: „Otcrtavanje razvojnih događaja – ili utvrđivanje onoga što se dešava u ranom razvoju životinje – je tako izazovno, ali neverovatno važno jer nam pomaže da razumemo promene u vremenu događaja između vrsta i okruženja.
„Dev-ResNet je mala i efikasna 3D konvoluciona neuronska mreža sposobna da detektuje razvojne događaje pomoću video zapisa i može se relativno lako obučiti na potrošačkom hardveru.
„Jedina prava ograničenja su u kreiranju podataka za obuku modela dubokog učenja – znamo da funkcioniše, samo treba da mu date prave podatke o obuci.
„Želimo da opremimo širu naučnu zajednicu alatima koji će im omogućiti da bolje razumeju kako na razvoj vrste utiču različiti faktori, i na taj način identifikujemo kako ih možemo zaštititi. Mislimo da je Dev-ResNet značajan korak u tom pravcu“.
Dr Oli Tills, stariji autor rada i istraživač budućih lidera UKRI-a, dodao je: „Ovo istraživanje je važno na tehnološkom nivou, ali je takođe značajno za unapređenje načina na koji percipiramo razvoj organizma – nešto što Univerzitet u Plimutu, unutar istraživačka grupa Ecophisiologi and Development, ima više od 20 godina istorije istraživanja.
„Ova prekretnica ne bi bila moguća bez dubokog učenja, i uzbudljivo je razmišljati o tome gde će nas ova nova sposobnost odvesti u proučavanje životinja tokom njihovog najdinamičnijeg perioda života.“
