Нейросеть ускорила анализ проб воды из Байкала до нескольких часов

Российские учёные внедрили искусственный интеллект в многолетнюю систему экологического мониторинга Байкала. Нейросеть анализирует микроскопические изображения проб воды и за несколько часов выполняет работу, на которую специалистам раньше требовалось несколько дней.

Систему разработали специалисты Научно-исследовательского института биологии озера Байкал Иркутского государственного университета, Института биологии южных морей имени А. О. Ковалевского и компании MaritimeAI. В проекте также участвовали Центр технологий для общества Яндекса и фонд «Озеро Байкал», а вычисления выполняются на инфраструктуре Yandex Cloud.

В основе исследования лежат данные проекта «Точка № 1» — одной из самых продолжительных программ наблюдений за экосистемой Байкала. Пробы воды отбирают с 1945 года в одной и той же точке Южного Байкала с интервалом в одну-две недели. Затем специалисты определяют под микроскопом видовой состав и численность зоопланктона.

С 2022 года часть этой работы выполняет система компьютерного зрения. За четыре года она обработала более 250 тыс. изображений, полученных из 811 проб воды. Точность обнаружения зоопланктона достигла 87%.

Статистическое сравнение результатов не выявило значимых различий между автоматическим анализом и ручной обработкой, которую проводят профессиональные гидробиологи. При этом нейросеть существенно сокращает время исследования: вместо нескольких дней обработка партии проб занимает несколько часов.

Алгоритм не полностью заменяет учёных. Он берёт на себя распознавание типовых организмов и обработку большого массива изображений, а специалистам передаются сложные случаи, необычные объекты и возможные новые виды.

Такой подход позволяет использовать время высококвалифицированных исследователей для задач, где требуется профессиональная интерпретация, а не многократный просмотр однотипных изображений.

Важным условием внедрения технологии стало сохранение прежней методики отбора и подготовки проб. Учёным не пришлось менять процедуру, которая применялась на протяжении десятилетий. Поэтому новые результаты можно сопоставлять с архивными данными и отслеживать долговременные изменения экосистемы озера.

По словам директора НИИ биологии озера Байкал ИГУ Максима Тимофеева, машинное зрение перевело программу мониторинга на новый технологический уровень, не нарушив преемственность наблюдений.

— Компьютерное зрение берёт на себя обработку больших массивов данных и передаёт специалистам только сложные случаи. Такой подход помогает быстрее выявлять изменения в структуре сообществ зоопланктона и точнее оценивать состояние экосистемы озера, — отметил учёный.

Зоопланктон служит одним из ключевых биологических индикаторов состояния Байкала. Изменение его численности и видового состава может указывать на последствия колебаний температуры воды, изменения пищевых цепей, загрязнения и других природных или антропогенных факторов.

Автоматизация позволяет быстрее обнаруживать отклонения от обычной структуры сообществ. Это особенно важно для постоянного мониторинга, при котором исследователи получают десятки тысяч изображений и должны сопоставлять результаты с наблюдениями предыдущих лет.

В дальнейшем разработчики намерены применять компьютерное зрение и для других задач. В частности, команда изучает возможность автоматического обнаружения и классификации частиц микропластика в пробах воды из Байкала.

Данные проекта, модели машинного обучения и техническая документация были опубликованы в открытом доступе в 2022 году. Это позволяет биологам и разработчикам использовать их при создании аналогичных систем мониторинга других озёр, рек и морских акваторий.