Dubokim učenjem do alata koji će promijeniti mikroskopiju
Švedski istraživači razvili su alat umjetne inteligencije koji iz temelja mijenja mikroskopiju i utire put novim otkrićima i područjima upotrebe, u znanosti i industriji
Fokus studije je duboko učenje, vrsta umjetne inteligencije i strojnog učenja s kojim se svakodnevno susrećemo, ne razmišljajući previše o tome. Primjerice, kada se na Deezeru ili Spotifyu pojavi nova pjesma slična onima koje smo prethodno slušali ili kada kamera našeg mobitela automatski pronađe najbolje postavke i ispravi boje na fotografiji.
Veliki izazov
"Duboko učenje zavladalo je svijetom i imalo je ogroman utjecaj na mnoge industrije, sektore i znanstvena područja. Sada smo razvili alat koji omogućuje korištenje nevjerojatnog potencijala dubokog učenja, usredotočujući se na slike snimljene mikroskopima", kaže Benjamin Midtvedt sa Sveučilišta u Gothenburgu, doktorand iz fizike i glavni autor studije, objavljene u Applied Physics Reviews.
Duboko učenje može se opisati kao matematički model koji se koristi za rješavanje problema koje je teško riješiti tradicionalnim algoritamskim metodama. U mikroskopiji je veliki izazov dohvatiti što više podataka iz slika prepunih podataka i tu se dubinsko učenje pokazalo vrlo učinkovitim.
Neuronske mreže
Alat koji su Midtvedt i njegovi istraživački kolege razvili uključuje neuronske mreže kako bi naučili dohvatiti točno one informacije koje istraživač želi sa slike, promatrajući ogroman broj slika, takozvane podatke za trening.
Alat pojednostavljuje postupak stvaranja podataka za trening pa se deseci tisuća slika mogu generirati u satu, umjesto stotinu u mjesec dana.
"To omogućuje brzo izdvajanje više detalja mikroskopskih slika, bez potrebe za izradom složene analize tradicionalnim metodama. Uz to, rezultati su ponovljivi, a informacije se mogu i prilagođavati različitim svrhama", objašnjava Midtvedt.
Na primjer, alat omogućuje korisniku da odabere veličinu i karakteristike materijala za vrlo male čestice te da jednostavno klasificira stanice. Taj alat mogu koristiti industrije koje trebaju filtrirati svoje emisije jer u stvarnom vremenu mogu vidjeti jesu li sve neželjene čestice pročišćene.
Istraživači se nadaju da će se alat u budućnosti moći koristiti za praćenje infekcija u stanici i mapiranje staničnih obrambenih mehanizama, što će pak otvoriti ogromne mogućnosti za nove lijekove i tretmane.
