Нейросеть на базе Yandex Cloud ускорила мониторинг Байкала и автоматизировала анализ зоопланктона с точностью экспертов

Разработанная при поддержке «Яндекса» система на базе искусственного интеллекта ^[1] ускорила ^[2]анализ проб воды из озера Байкал. Точность результатов сопоставима с экспертным анализом, который выполняют специалисты вручную. Об этом сказано в исследовании ^[3]учёных из Научно‑исследовательского института биологии озера Байкал Иркутского государственного университета, Института биологии южных морей имени А. О. Ковалевского и компании MaritimeAI.

Как сообщили информационной службе Хабра в «Яндексе», ранее гидробиологи тратили на анализ партии проб несколько дней при использовании классической микроскопии. Система компьютерного зрения ^[4] выполняет ту же задачу за считаные часы. Она работает на мощностях Yandex Cloud. В разработке участвовали Центр технологий для общества «Яндекса», компания MaritimeAI и фонд «Озеро Байкал».

В основе исследования лежат данные проекта «Точка № 1». Проект ведёт экологический мониторинг Байкала с 1945 года. Пробы воды берут раз в одну‑две недели в одной точке Южного Байкала. Затем их изучают под микроскопом для определения видового состава и численности зоопланктона. С 2022 года изображения с микроскопа анализирует искусственный интеллект. За это время обработано 250 тысяч изображений из 811 проб, точность обнаружения зоопланктона достигла 87%. Статистические тесты не показали значимых различий с ручным анализом, который проводят гидробиологи.

Система стала частью действующей программы мониторинга. Она снизила нагрузку на специалистов. Сейчас они работают только со сложными случаями и новыми видами микроорганизмов. При внедрении технологии методика сбора и обработки проб не изменилась. Это позволило сохранить сопоставимость новых данных с историческими наблюдениями.

Директор НИИ биологии озера Байкал Иркутского государственного университета, доктор биологических наук Максим Тимофеев сообщил, что методы машинного зрения повысили технологический уровень мониторинга и сохранили преемственность многолетних наблюдений. По данным Максима Тимофеева, система обрабатывает большие массивы данных и передаёт специалистам только сложные случаи. Такой подход позволяет быстрее выявлять изменения в структуре сообществ зоопланктона и точнее оценивать состояние экосистемы.

Зоопланктон выступает ключевым индикатором состояния Байкала. По составу и численности планктона оценивают влияние природных, климатических и антропогенных факторов. Команда проекта также рассматривает возможность применения компьютерного зрения для анализа микропластика в пробах.

В 2022 году Yandex Cloud опубликовала в открытом доступе датасеты проекта, модели машинного обучения ^[5] и документацию. Эти материалы доступны биологам и специалистам по машинному обучению для разработки собственных систем мониторинга водоёмов. Также компания опубликовала описание работы системы и полученных результатов в своём ^[6]блоге.