Исследования, проведенные Плимутским университетом, показали, что новая модель искусственного интеллекта с глубоким обучением может определять, что и когда происходит во время эмбрионального развития, по видео.

Опубликовано в Журнал экспериментальной биологииИсследование под названием «Dev-ResNet: автоматическое обнаружение событий развития с использованием глубокого обучения» подчеркивает, как модель, известная как Dev-ResNet, может идентифицировать возникновение ключевых событий функционального развития у прудовиков, включая функцию сердца, ползание, вылупление. и даже смерть.

Ключевым нововведением в этом исследовании является использование 3D-модели, которая использует изменения, происходящие между кадрами видео, и позволяет ИИ учиться на этих функциях, в отличие от более традиционного использования неподвижных изображений.

Использование видео означает, что Dev-ResNet надежно обнаруживает различные признаки, от первого сердцебиения или поведения ползания до формирования скорлупы или вылупления, и выявило ранее неизвестную чувствительность различных функций к температуре.

Авторы говорят, что, используя в этом исследовании эмбрионы прудовиков, модель имеет широкую применимость ко всем видам, и они предоставляют комплексные сценарии и документацию для применения Dev-ResNet в различных биологических системах.

В будущем этот метод может быть использован для ускорения понимания того, как изменение климата и другие внешние факторы влияют на людей и животных.

Работой руководил к.т.н. кандидат Зиад Иббини, который изучал биологию охраны природы в университете, прежде чем потратить год на повышение квалификации в области разработки программного обеспечения, а затем начал работу над докторской диссертацией. Он сам разработал, обучил и протестировал Dev-ResNet.

Он сказал: «Определить события развития – или выяснить, что происходит на раннем этапе развития животного – очень сложно, но невероятно важно, поскольку это помогает нам понять изменения во времени событий между видами и окружающей средой.

«Dev-ResNet — это небольшая и эффективная 3D-сверточная нейронная сеть, способная обнаруживать события развития с помощью видео и относительно легко обучаемая на потребительском оборудовании.

«Единственные реальные ограничения заключаются в создании данных для обучения модели глубокого обучения — мы знаем, что она работает, вам просто нужно предоставить ей правильные данные для обучения.

«Мы хотим снабдить более широкое научное сообщество инструментами, которые позволят им лучше понять, как различные факторы влияют на развитие видов, и таким образом определить, как мы можем их защитить. Мы считаем, что Dev-ResNet — это значительный шаг в этом направлении».

Доктор Оли Тиллс, старший автор статьи и научный сотрудник UKRI Future Leaders, добавил: «Это исследование важно на технологическом уровне, но оно также важно для улучшения того, как мы воспринимаем развитие организма – то, что делает Плимутский университет в рамках Исследовательская группа по экофизиологии и развитию имеет более чем 20-летнюю историю исследований.

«Эта веха была бы невозможна без глубокого обучения, и интересно думать о том, куда эта новая возможность приведет нас в изучении животных в наиболее динамичный период их жизни».