Наблюдать за планктоном в Байкале будет нейросеть

Команда ученых и разработчиков запустила нейросеть для экомониторинга Байкала на облачной платформе Yandex Cloud. Алгоритм машинного обучения уже распознает 70 форм планктона, которые чаще всего встречаются в пробах воды из озера.

Напомним, нейросеть создавали в помощь ученым, которым сейчас приходится различать более 400 видов байкальского планктона и систематизировать данные вручную. Новое технологическое решение используется в проекте экологического мониторинга Байкала «Точка №1».

Как сообщает пресс-служба Yandex Cloud, биологи предоставили почти 50 тысяч изображений проб, из которых 20 тысяч было использовано для обучения алгоритмов. Теперь изображения проб с микроскопов автоматически передаются в облачную платформу Yandex Cloud. Алгоритм определяет мельчайших рачков, их видовую принадлежность и формирует отчетные карточки. Нейросеть продолжает обучаться в сервисе для разработки и эксплуатации ML-алгоритмов Yandex DataSphere. Разметка данных происходила с помощью краудсорсингового сервиса «Толока».

– Научное сообщество и образовательные организации делают все больше открытий в облаке. Одна из приоритетных задач нашей платформы – создать надежный трамплин для легкого использования облачных сервисов в исследовательских проектах. В Yandex Cloud запускали систему мониторинга урожая, создавали алгоритм для беспилотного гоночного болида, исследовали темную материю. Нейросеть для экологического мониторинга Байкала – особый проект и для нас, и для всего сообщества, невероятный по своему масштабу и значимости, – говорит гендиректор Yandex Cloud Алексей Бакшеев.

В будущем участники проекта планируют масштабировать мониторинг и отслеживать состояние воды в других точках Байкала. Также разработчики последовательно будут выкладывать в opensource технологии, которые используются в проекте. Так, в свободном доступе уже есть датасет изображений проб с разметкой. Его можно использовать для тестирования гипотез по детекции, сегментации и классификации планктонных организмов. Позже будут выложены более полный набор данных и исходный код. Это поможет разрабатывать собственные системы мониторинга водоемов другим научным группам и институтам по всему миру.

ИА Телеинформ