人工智能技術可準確識別筆石化石

　　近期，中國科學院南京地質古生物研究所地層古生物大數據中心研究員徐洪河，聯合天津大學副教授牛志彬等，基于筆石化石多模態數據集以及深度學習殘差網絡算法，在筆石化石智能識別領域取得系列進展。相關研究成果日前發表于《細胞》子刊《交叉科學》（iScience），其算法與軟件系統獲得一項美國發明專利。

　　據了解，筆石化石的研究對于認識生物宏演化、開展地層對比以及頁巖氣勘查均具有重要意義。筆石化石的地質時代延限短，對于判斷地層的地質時代具有不可替代的作用。另外，筆石所賦存的頁巖，也是清潔能源頁巖氣的重要產出層位。

　　目前，古生物學者們已經通過詳細的筆石化石和生物地層學、油氣勘查等領域的綜合研究，將不同的筆石物種與頁巖氣的賦存層位之間建立了關聯，并將這種關聯關系應用到了我國頁巖氣的勘探開發之中。

　　然而，筆石化石往往個體較小，不同物種之間形態上差別微小，對筆石化石的鑒定一直是古生物學領域的重點和難點工作之一。如何準確、快速鑒定筆石化石對于地質學家甚至古生物學家都是一項挑戰。

　　為此，科研人員花費兩年多時間，創建了筆石化石標本綜合數據集。該數據集涵蓋了華南奧陶系-志留系地層中的113個筆石種或亞種的科學信息，并包含超過34000幅化石標本圖像。科研人員通過對這些筆石化石標本圖像開展精細化的標注，并利用殘差網絡訓練人工智能深度學習模型，所獲得的模型對于筆石屬、種的自動識別準確率可達86%和81%。

　　該筆石軟件與系統已經部署在了地層古生物大數據中心的化石本體數據庫（fossil-ontology.com），相關算法也應用在了部分其他常見的化石門類的識別軟件中，并開發了適合于移動設備的應用程序。

　　筆石標本圖像數據可視化與人工智能分類結果，軟件所判別的熱點區域與化石的重要特征具有一致性。 南京古生物所供圖