Платформа Yandex Cloud опубликовала на GitHub исходный код алгоритма машинного обучения для экомониторинга Байкала. При помощи такой технологии, можно анализировать пробы воды. Например, стало возможным определять и классифицировать содержащиеся в ней микроорганизмы.
Использовать нейросеть смогут биологи и ML-специалисты по всему миру для разработки собственных систем мониторинга водоемов и отслеживать важные экологические тренды.
Сейчас на GitHub доступны датасеты, модели машинного обучения и документация для мониторинга. Такой набор поможет тестировать гипотезы по детекции, сегментации и классификации объектов в разных научных проектах.
Изначально нейросеть разрабатывалась для проекта «Точка №1», который длится с 1945 года. Ученые НИИ биологии Иркутского государственного университета более 75 лет анализируют фито- и зоопланктон Байкала для мониторинга состояния озера вручную. Нейросеть помогла автоматизировать и ускорить весь цикл исследований. Сейчас алгоритм умеет работать с 70 формами планктона и продолжает обучаться в облачном сервисе для разработки и эксплуатации ML-алгоритмов Yandex DataSphere. В создании технологии также участвовали компания MaritimeAI и Фонд поддержки прикладных экологических разработок и исследований «Озеро Байкал».
О том, как ученые и разработчики прошли путь от решения локальной задачи на Байкале до выкладки нейросети в опенсорс, рассказывает документальный фильм. В основе сюжета — беседы со специалистами НИИ биологии ИГУ, разработчиками MaritimeAI и сотрудниками Яндекса. Участники рассказали, почему иногда непросто найти общий язык людям из науки и ИТ, как они боролись с основными сложностями в проекте, и зачем облачные технологии и искусственный интеллект решают научные задачи. Фильм «Двенадцать тысяч проб» можно бесплатно посмотреть на канале Яндекса на YouTube и Кинопоиске. Больше подробностей можно получить в отдельной статье.
