هوش مصنوعی اسرار رشد جنین را آشکار میکند
یک مدل هوش مصنوعی جدید که توسط محققان انگلیسی ساخته شده است می تواند درک ما را از رشد جنین تغییر دهد.
تحقیقات جدید “دانشگاه پلیموث” نشان داده است که یک مدل جدید مبتنی بر هوش مصنوعی می تواند از طریق ویدئو تشخیص دهد که در طول رشد جنین چه اتفاقی می افتد و چه زمانی رخ می دهد.
به گزارش Sciencemag، این تحقیق نشان می دهد که چگونه یک مدل یادگیری عمیق به نام “Dev-ResNet” می تواند وقوع رویدادهای کلیدی رشدی از جمله عملکرد قلب، خزیدن و حتی مرگ را در حلزون های حوضچه تشخیص دهد.
نوآوری کلیدی در این تحقیق یک مدل سه بعدی است که از تغییراتی که بین فریم های ویدئویی رخ می دهد استفاده می کند و هوش مصنوعی را قادر می سازد از این ویژگی ها بیاموزد. این روش برخلاف استفاده سنتی از تصاویر ثابت است.
استفاده از ویدئو به این معنی است که Dev-ResNet به طور قابل اعتماد ویژگیها را از اولین ضربان قلب یا خزیدن تا تشکیل پوسته یا تخمگذاری تشخیص میدهد و حساسیت ویژگیهای مختلف را به دما نشان میدهد.
اگرچه Dev-ResNet بر روی جنین حلزون حوضچه ای استفاده شده است، محققان می گویند این مدل می تواند به طور گسترده برای همه گونه ها اعمال شود. آنها مستندات جامعی را برای کاربرد Dev-ResNet در سیستم های مختلف بیولوژیکی ارائه کرده اند.
این روش می تواند در آینده برای کمک به سرعت بخشیدن به درک چگونگی تأثیر تغییرات آب و هوا و سایر عوامل خارجی بر انسان و حیوانات استفاده شود.
زیاد ایبینی، دانشجوی دکترا در دانشگاه پلیموث که Dev-ResNet را طراحی و آموزش داده است، میگوید: «نقشهبرداری از رویدادهای رشدی، یا بررسی آنچه در طول رشد اولیه یک حیوان اتفاق میافتد، بسیار چالش برانگیز است، اما در عین حال این مهم است زیرا این به ما کمک میکند تا تغییرات زمانبندی رویدادها را در میان گونهها و محیطها درک کنیم ما می دانیم که این مدل کار می کند.
وی افزود: ما می خواهیم جامعه علمی گسترده تر را به روش هایی مجهز کنیم که آنها را قادر می سازد درک بهتری از نحوه رشد یک گونه تحت تأثیر عوامل مختلف داشته باشند. بنابراین، ما درک می کنیم که چگونه می توانیم از آنها محافظت کنیم. ما معتقدیم که Dev-ResNet گام مهمی در این مسیر است.
دکتر اولی تیلز، محقق ارشد این پروژه گفت: این تحقیق در سطح فناوری مهم است، اما برای پیشبرد درک ما از رشد ارگانیسم نیز مهم است. گروه اکوفیزیولوژی و توسعه دانشگاه پلیموث بیش از ۲۰ سال تجربه تحقیقاتی در این زمینه دارد.
وی افزود: دستیابی به این نقطه عطف بدون کمک یادگیری عمیق ممکن نبود. این هیجان انگیز است که فکر کنیم این قابلیت جدید می تواند ما را به مطالعه حیوانات در پویاترین مراحل زندگیشان ببرد.
این تحقیق در مجله “Journal of Experimental Biology” منتشر شده است.