Яндекс ускорил мониторинг Байкала в десятки раз, заменив ручной анализ нейросетью
Анализ проб воды Байкала, который раньше занимал дни, теперь занимает считанные часы благодаря нейросети Яндекса с точностью 87%. Это освобождает учёных от рутины и позволяет мгновенно реагировать на изменения в экосистеме, не теряя связи с многолетними историческими данными.
Команда учёных из Иркутского государственного университета и компании MaritimeAI при поддержке Яндекса внедрила систему компьютерного зрения для анализа проб воды из озера Байкал. Искусственный интеллект обрабатывает изображения зоопланктона с точностью 87%, что сопоставимо с результатами ручного анализа гидробиологов, но делает это в разы быстрее. Если ранее изучение одной партии проб занимало несколько дней кропотливой работы под микроскопом, то теперь система справляется с задачей за считанные часы. Проект базируется на данных многолетнего мониторинга, который ведётся с 1945 года, и позволяет сохранить научную преемственность, не меняя устоявшиеся методики отбора проб.
Важный нюанс: Внедрение ИИ не заменило учёных, а перераспределило их усилия: специалисты теперь фокусируются только на сложных случаях и новых видах, а рутинный подсчёт взял на себя алгоритм.
Как работает система и какие данные она обрабатывает
Проект «Точка № 1» регулярно отбирает пробы воды в одной и той же точке Южного Байкала раз в одну-две недели. С 2022 года для расшифровки снимков с микроскопа используется нейросеть, работающая на мощностях Yandex Cloud. За это время система проанализировала более 250 000 изображений из 811 проб. Статистические тесты подтвердили, что результаты работы алгоритма не имеют значимых отличий от данных, полученных экспертами вручную.
Ключевые показатели работы системы:
- Точность обнаружения: 87% для зоопланктона.
- Скорость обработки: Сокращение времени с нескольких дней до нескольких часов на партию проб.
- Объём данных: Обработано более 250 000 изображений за период с 2022 года.
- Инструментарий: Компьютерное зрение на базе моделей машинного обучения.
Зоопланктон служит главным индикатором состояния экосистемы. По его видовому составу и численности исследователи оценивают влияние климатических изменений и деятельности человека на озеро. Сейчас команда изучает возможность расширения функционала системы для анализа микропластика в водах Байкала.
Стоит учесть: Сохранение исторической сопоставимости данных стало возможным благодаря тому, что внедрение ИИ не потребовало изменения методики сбора проб, отлаженной десятилетиями.
Доступность технологий и планы развития
В 2022 году Yandex Cloud опубликовала в открытом доступе (open source) датасеты проекта, обученные модели машинного обучения и документацию. Это позволяет биологам и специалистам по машинному обучению по всему миру использовать готовые инструменты для разработки собственных систем мониторинга водоёмов. Проект реализован при участии Центра технологий для общества Яндекса, компании MaritimeAI и фонда «Озеро Байкал».
Директор НИИ биологии озера Байкал ИГУ Максим Тимофеев отметил, что современные методы машинного зрения позволили вывести мониторинг на новый технологический уровень. Подход, при котором компьютер обрабатывает большие массивы данных, а человек анализирует только аномалии, помогает быстрее выявлять изменения в структуре сообществ и точнее оценивать состояние экосистемы.
На фоне этого: Открытый доступ к коду и данным проекта создаёт прецедент, когда технологии экологического мониторинга становятся общедоступным ресурсом, ускоряющим развитие науки в других регионах.
Операционные последствия и практические аспекты
- Оптимизация ресурсов: Перевод рутинного анализа на автоматизированные системы высвобождает время высококвалифицированных гидробиологов для решения более сложных научных задач, таких как идентификация редких видов или анализ новых угроз.
- Скорость реакции: Сокращение времени обработки проб с дней до часов позволяет быстрее получать актуальную информацию о состоянии экосистемы, что критически важно при оперативном реагировании на экологические инциденты.
- Масштабируемость: Публикация моделей и датасетов в открытом доступе снижает порог входа для других научных групп, желающих внедрить подобные системы мониторинга в других водоёмах без необходимости разработки алгоритмов с нуля.
- Расширение функционала: Текущие разработки по анализу микропластика демонстрируют потенциал системы для решения новых задач без полной перестройки существующей инфраструктуры сбора данных.
Источник: yandex.ru
