尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
天地玄黃，宇宙洪荒。日月盈昃，辰宿列張。
作為居住者，人類一直在探索地球環境的變遷。而構建幾億年的歷史長卷並非易事，這種探索工作中有不少是繁重的重復勞力。但是，人工智能在其間找到了用武之地。我們可以看到，人工智能已經變成一種勞力力，這支不知疲憊的勞力力大軍向各個領域進發。什麼寫新聞，識別物品，批量修改視頻都已經太尋常了，人工智能的科研生產力也在解放科學家的工作量。哪里工作量大，哪里重復勞力多，哪里就有人工智能的身影。
有孔蟲（學名：foraminifera），是一類古老的原生動物，微小的海洋生物，種類繁多。可以把它們理解為海洋的常住居民居民，不是一般的常住，它們首次出現在大約5.25億年前的巖石記錄中。有孔蟲幾乎所有品種都喜歡海洋環境，而且分布極廣，從北極到南極。它們不僅是海洋食物網路的重要組成部分，也為人類了解地球、海洋和大氣提供了重要線索，比如監測珊瑚礁環境。見多識廣的有孔蟲，無論是生是死，都蘊含大量的海洋歷史信息。
美國北卡羅萊納州立大學研究人員開發了一種人工智能程序，可以自動提供微觀海洋生物的物種識別。這項工作的下一步是將人工智能納入機器人系統，這將有助於促進我們對現在海洋和史前過去的世界海洋的理解。具體而言，人工智能計劃已被證明能夠識別有孔蟲 。
有孔蟲是原生生物。當它們死亡時，它們會留下小殼，大多不到一毫米寬，也就是砂礫大小。這些小殼讓科學家深入了解了有關海洋存在時海洋的特徵。例如，不同類型的有孔蟲物種在不同類型的海洋環境中茁壯成長，化學測量可以告訴科學家從海洋的化學到殼體形成時的溫度。 然而，評估那些炮彈和化石既繁瑣又耗時。這就是為什麼一個跨學科的研究團隊，從機器人到古海洋學的專業知識，正在努力做到這一過程的自動化。
北卡羅萊納州立大學電氣和計算機工程副教授，共同作者埃德加洛巴頓（Edgar Lobaton）說，「在這一點上，人工智能正確識別大約80％，這比大多數訓練有素的科研助理更好」。
他還說，「但這只是概念的證明。我們希望系統隨著時間的推移而改進，因為機器學習意味著程序將更加準確，並且與每次迭代更加精準。我們還計劃擴展人工智能的範圍，從現在的六種物種，到可以識別至少有35種物種。
目前的系統能夠在拍攝照片的顯微鏡下放置一個物體來工作。LED燈環可以從16個不同方向照射到有孔蟲上，一次一個 ，一個一張，每次改變光線時都會拍攝一個有孔蟲的圖像，也就是拍16張照片。然後，將這16個圖像組合在一起，以提供盡可能多的關於有孔蟲形狀的幾何信息。然後，AI使用此信息來識別有孔蟲的物種。掃描和識別只需幾秒鐘，並且已經比最快的人類專家快或更快。
他還補充說，「另外，人工智能不會感到疲倦或無聊。這項工作展示了建立一個能夠自動識別，挑選和分類的機器人平台的成功的第一步。」
該科研團隊從2019年1月開始獲得國家科學基金會（NSF）的資助，用於開發功能全面的機器人系統。科羅拉多大學博爾德分校地質科學副教授，負責該論文通訊的作者Tom Marchitto說，「這項工作非常重要，因為海洋覆蓋了地球表面約70％的面積，並在其氣候中發揮著重要作用。」
有孔蟲作為見證海洋變遷的老者，它們在我們的海洋中無處不在，它們的化學物質記錄了生長的水的物理和化學特徵。這些微小的生物見證了過去海洋環境的各種特性，如溫度，鹽度，酸度和營養物濃度。反過來，我們可以利用這些特性重建過去的海洋環境。
該論文「利用卷積神經網路自動進行物種級別的浮遊有孔蟲識別，與人類表現進行比較」發表在「 海洋微觀古生物學 （Automated species-level identification of planktic foraminifera using convolutional neural networks, with comparison to human performance.）」雜誌上。該論文的主要作者是Ritayan Mitra，他是北卡羅來納州立大學和科羅拉多州博爾德分校的前博士後研究員，現在在IIT Bombay工作。共同作者包括北卡羅萊納州立大學的學生Q. Ge和B. Zhong，Ph.D，北卡羅萊納州立大學的前碩士生B. Kanakiy，威廉斯學院的MS Cook，俄勒岡州立大學的JS Fehrenbacher，肯特州立大學JD Ortiz，加州大學洛杉磯分校的A. Tripati。
