Popular science work
英國普利茅斯大學牽頭的研究表明，一種新的深度學習人工智能（AI）模型可通過視頻，識別出胚胎發(fā)育過程中發(fā)生的事件及其發(fā)生時間。29日發(fā)表在《實驗生物學雜志》上的論文，重點介紹了這種名為“Dev-ResNet”的模型，它能識別出動物胚胎中何時發(fā)育出了關鍵功能，包括其心臟功能、孵化、爬行，甚至死亡。
這項研究的一個關鍵創(chuàng)新是對3D模型的使用，該模型利用視頻幀之間發(fā)生的變化，讓AI從這些特征中學習，而不是用傳統(tǒng)的靜止圖像。
“Dev-ResNet”是一個小型高效的3D卷積神經網絡，能使用視頻檢測發(fā)育事件，并且可相對輕松地進行訓練，訓練設備也并非實驗室級的昂貴硬件。此次，研究人員將模型用于池塘蝸牛胚胎。“Dev-ResNet”能使用視頻可靠識別出從第一次心跳到爬行等行為，以及從殼形成到孵化等特征，并揭示了不同特征對溫度的敏感性。
研究人員表示，雖然本研究的對象是池塘蝸牛胚胎，但該模型已經可廣泛應用于所有物種，他們提供了將“Dev-ResNet”應用于不同生物系統(tǒng)的全面腳本和文檔。
研究人員希望，這一工具能為更多研究領域提供更廣泛的幫助。譬如，使生物保護工作者更好地了解物種發(fā)展如何受到不同因素的影響，從而確定有效措施保護它們。現(xiàn)在，以“Dev-ResNet”為代表的AI正朝著這個方向邁出重要一步。不久的將來，該技術還能用于研究氣候變化和其他外部因素如何影響人類和動物。
