Искусственный интеллект, созданный при участии Центра технологий для общества Яндекса, компании MaritimeAI и фонда «Озеро Байкал», анализирует пробы воды из Байкала с точностью, сопоставимой с ручным экспертным анализом, но в десятки раз быстрее. Если у гидробиологов на изучение партии проб классической микроскопией уходило несколько дней, то система на базе компьютерного зрения, работающая на мощностях Yandex Cloud, справляется за считанные часы. Публикация учёных из НИИ биологии озера Байкал ИГУ, Института биологии южных морей и MaritimeAI подтверждает эффективность подхода.
В основе работы — данные проекта «Точка №1», ведущего экологический мониторинг Байкала с 1945 года. Пробы отбираются раз в одну-две недели в одной и той же точке Южного Байкала. С 2022 года для анализа микроскопических изображений используется ИИ. За это время система обработала более 250 тыс. изображений из 811 проб. Точность обнаружения зоопланктона достигла 87%, а статистические тесты не выявили значимых различий с анализом вручную, который проводят учёные-гидробиологи.
Система стала частью действующей программы мониторинга и позволила разгрузить высококвалифицированных специалистов — теперь они анализируют только сложные случаи и новые виды микроорганизмов. Важно, что при внедрении ИИ не потребовалось менять отлаженную десятилетиями методику сбора и обработки проб, поэтому новые данные сохраняют сопоставимость с историческими. Как отметил директор НИИ биологии озера Байкал Максим Тимофеев, компьютерное зрение помогает быстрее выявлять изменения в структуре сообществ зоопланктона и точнее оценивать состояние экосистемы озера.
Зоопланктон — один из ключевых индикаторов состояния Байкала, позволяющий оценивать влияние природных, климатических и антропогенных факторов. Команда также изучает возможность использовать компьютерное зрение для анализа микропластика в пробах. В 2022 году Yandex Cloud выложила в опенсорс датасеты, модели и документацию для мониторинга, чтобы биологи и ML-специалисты по всему миру могли использовать их для разработки собственных систем наблюдения за водоёмами. Подробности — в блоге Yandex Cloud.
Фото: пресс-служба Yandex Cloud
