Нейросеть от РАН и Yandex Cloud ускорит анализ древних водорослей в России

Ученые Института географии РАН вместе с Центром технологий для общества Yandex Cloud разработали нейросеть, которая распознает виды диатомовых водорослей на микрофотографиях быстрее чем за 200 миллисекунд. Об этом сообщает ТАСС. Эту информацию сообщает сайт Самара онлайн 24.

Система уже работает: исследователь загружает снимок или несколько, и получает определение вида. Если на изображении несколько створок, модель обрабатывает каждую отдельно.

Диатомовые водоросли — одноклеточные организмы с кремниевым панцирем, который сохраняется в донных отложениях тысячи лет. Каждый вид требует определенных условий: температуры воды, кислотности, содержания питательных веществ. По видовому составу на разных глубинах ученые восстанавливают историю озера и климата — это диатомовый анализ.

Сейчас палеогеографы делают это вручную: под микроскопом с тысячекратным увеличением определяют 500–600 створок на каждом микропрепарате. Один препарат занимает от двух до восьми часов, а в колонке отложений их может быть до ста. Реконструкция одного озера растягивается на годы.

Готового решения не было. Алгоритм DiatomNet на снимках института давал лишь 30% правильных ответов. Ученые собрали собственные данные и обучили модели, а технологическим партнером выступил Yandex Cloud.

Использовали два набора: открытый из Kaggle (около 2,2 тысячи изображений 51 вида) и закрытый Института географии РАН (примерно 1 тысяча изображений 46 видов), собранный при поддержке Российского научного фонда. Данные загрузили в Yandex Object Storage, обучение шло в Yandex AI Studio.

Точность YOLOv11 на тестовой выборке института — 75%, DiatomNet на открытых данных — 70%. Это промежуточные цифры, они могут вырасти. Модель лучше видит крупные целые створки, но пропускает повернутые или краевые в 10–20% случаев. Если вид незнаком, сервис предлагает выбрать из известных.

Научный сотрудник лаборатории палеоархивов природной среды Института географии РАН Анна Рудинская говорит, что сервис уже заметно ускоряет работу. Модель можно дообучать, указывая пропущенные створки.

Следующий шаг — проверка на целом микропрепарате: несколько специалистов изучат его, их результаты сравнят с ответом модели. Это позволит оценить точность и согласованность выводов. Подобного исследования раньше не проводили.

Если точность подтвердится, институт сможет использовать сервис в научных публикациях. Тогда диатомовый анализ одной колонки сократится с нескольких лет до нескольких месяцев. Команда планирует пополнять обучающий набор реальными фото и применять аугментацию для улучшения распознавания в разных ракурсах.