5 October 2022, 14:00

Ученые объединились с Yandex Cloud для мониторинга состояния Байкала

Ученые объединились с Yandex Cloud для мониторинга состояния Байкала
Source: Хабр

«Точка №1» — самый длительный проект регулярного экологического мониторинга в истории науки, попавший даже в книгу рекордов Гиннеса. С 1945 года ученые отбирают пробы воды Байкала, изучают населяющий их фито- и зоопланктон, измеряют разные показатели (температура, соленость, содержание разных веществ и прочее).

Все эти годы исследования проводились вручную, равно как и анализ данных. Теперь же специалисты объединились с облачным сервисом Yandex Cloud и запустили нейросеть для экомониторинга Байкала. Разработка велась сотрудниками НИИ биологии Иркутского государственного университета, компании MaritimeAI, командой платформы Yandex Cloud и Фондом поддержки прикладных экологических разработок и исследований «Озеро Байкал».

«Начало работы нейросети – важный шаг в развитии самого длительного проекта по регулярному экологическому мониторингу озера Байкал. Цифровизация проекта стала возможной исключительно благодаря многостороннему партнерству между бизнесом, наукой и гражданским обществом, уникальной экспертизе каждого из вовлеченных участников. Надеемся, что этот кейс внедрения нейросети заложит основу для использования технологии искусственного интеллекта и на других точках экологического мониторинга и популяризирует практику межсекторального сотрудничества в интересах устойчивого развития», — комментирует Евгения Елькина, старший менеджер Фонда поддержки прикладных экологических разработок и исследований «Озеро Байкал»

Биологи предоставили около 50 тысяч изображений проб, из которых 20 тысяч использовались для обучения алгоритмов. Изображения проб с микроскопов передаются в облачную платформу Yandex Cloud, где алгоритм определяет мельчайших рачков, их видовую принадлежность и формирует отчетные карточки. Таким образом удалось автоматизировать цикл мониторинга и ускорить процесс получения данных.

«В перспективе алгоритм может стать фундаментом национальной или даже глобальной системы мониторинга водоемов. Эта система позволит решать такие задачи, как контроль биологической безопасности и распространения инвазивных видов; экологический контроль состояния водных местообитаний; контроль и прогнозирование продуктивности водоемов для интересов рыборазведения и рыболовства. Также алгоритм можно использовать как инструмент для описания и открытия новых видов», — рассказывает Максим Тимофеев, доктор биологических наук, директор НИИ биологии ИГУ.

Нейросеть продолжает обучаться в сервисе для разработки и эксплуатации ML-алгоритмов Yandex DataSphere. Разметка данных происходит с помощью краудсорсингового сервиса «Толока».

В будущем участники проекта планируют масштабировать мониторинг и отслеживать состояние воды в других точках Байкала. Также разработчики обещают последовательно выкладывать в open source технологии, использующиеся в проекте. Это должно способствовать разработке собственных систем мониторинга водоемов другим научным группам и институтам по всему миру.

Source:  Хабр

Read also

Алгоритмы машинного обучения ускорят производство сердечных протезов
Ученые предложили использовать искусственный интеллект для разработки новых протезов клапанов сердца. Сочетание моделей машинного обучения совместно с математическими алгоритмами оптимизации позволяет ускорить подбор множественных параметров створок протеза и получить клапан сердца «идеальной» конфигурации в несколько тысяч раз быстрее, чем в случае классической разработки, основанной на многократном цикле изготовления прототипа и его исследования. Оптимизация поможет сократить напряжение, возникающее в створках протезов при работе, а значит, сделает их более долговечными.
Artificial intelligence
Machine learning
Medicine
17 October 2023
Медики предпочли нейросетям более простые алгоритмы ИИ
Это объясняется тем, что нейронные сети практически не оставляют специалисту возможности по-своему интерпретировать полученные результаты, тогда как окончательное заключение во избежание ошибок должен делать врач
Artificial intelligence
Machine learning
Medicine
15 May 2023
ИИ ускорит постановку диагноза по снимкам легкого
Врачу необходимо лишь взглянуть на снимок и подтвердить выводы модели, которые она напишет текстом. В результате на постановку диагноза тратятся секунды, что очень ценно при большой нагрузке
Artificial intelligence
Machine learning
Medicine
18 April 2023
«Оптимальная перевозка» легла в основу улучшенной модели генеративного ИИ
Соответствующая математическая теория обеспечила план наиболее оптимального «перемещения» изображений из одного домена в другой — по сути их обработки по необходимым критериям, в том числе стилизации. Чтобы обучить модель по такому плану, не требуются, как обычно, парные выборки входа-выхода
Artificial intelligence
Machine learning
10 April 2023
Нейросеть помогла рассчитать температуру Аррениуса по двум параметрам материала
Это позволит эффективнее контролировать процесс затвердевания расплавов и применим для различных типов материалов — металлических, силикатных, боратных и органических
Artificial intelligence
Machine learning
Materials Science
Mathematical modeling
20 February 2023
Нейросети помогут специалистам различать очень близкие виды насекомых
Оказывается, цифровые технологии способны справиться с этой задачей и тем самым упростить работу энтомологов, что важно не только для фундаментальной науки, но и для разработки эффективных способов борьбы с вредителями.
Ecology
Entomology
Machine learning
Neural networks
21 April 2022