Российские учёные предложили новый способ определения сходных видов насекомых с помощью нейронных сетей. Этот метод позволяет автоматизировать процесс классификации видов насекомых. По словам энтомологов, с помощью нейросетей можно будет не только детальнее изучить биологическое разнообразие планеты, но и эффективнее бороться с сельскохозяйственными вредителями.
Российские учёные из Зоологического института РАН (Санкт-Петербург) протестировали новый способ различения насекомых с помощью компьютерных технологий, в частности нейронных сетей (математические модели, а также их программное или аппаратное воплощение, построенное по принципу организации и функционирования сетей нервных клеток живого организма. — RT). С помощью такого метода можно намного эффективнее и быстрее различать виды вредителей. Об этом сообщает пресс-служба Российского научного фонда (РНФ). Исследование, поддержанное грантом РНФ, опубликовано в журнале Systematic Entomology.
В природе существует около 1 млн видов насекомых, но далеко не все они детально изучены энтомологами. По словам исследователей, чтобы выстроить общую систему классификации насекомых, а также установить различие между сходными видами, нужно потратить много времени и средств. К тому же существует риск ошибки, которая может повлечь за собой неправильный подбор пестицидов против вредоносного насекомого.
Для решения этой проблемы российские учёные предложили использовать нейронные сети. С помощью компьютерных моделей исследователи изучили тысячи экземпляров представителей клопов-слепняков из рода Adelphocoris. В природе существует 48 видов этих насекомых, 18 из которых обитают в России, включая нескольких вредителей бобовых культур.
«На примере растительноядных клопов-слепняков из хозяйственно значимого рода Adelphocoris мы пробовали автоматизировать процесс точного определения насекомых с помощью компьютерного зрения. Для этого нам надо было научить компьютер распознавать виды так, как это делает специалист-энтомолог, или ещё лучше. Это процесс трудоёмкий, но возможный благодаря оцифровке обширных научных коллекций. Анализируя множество фотографий экземпляров, которые ранее правильно определили люди, компьютер учится распознавать виды и после некоторой тренировки делает это быстрее и точнее, чем человек», — рассказал RT руководитель проекта Алексей Солодовников, кандидат биологических наук и старший научный сотрудник Зоологического института РАН.
Исследование проводилось в четыре этапа. Сначала учёные проверили способность компьютера отличать виды клопов друг от друга, затем — сам род Adelphocoris от других похожих на него родов. На третьем этапе исследователи проверили, как компьютерные модели могут различить самцов и самок внутри этого рода. На четвёртом энтомологи узнали, может ли компьютер распознавать интернет-изображения группы насекомых.
«Кроме того, мы хотели получить более интерпретируемую картину. Для этого мы генерировали теплокарты изображений, подаваемых на вход итоговым моделям. Теплокарты подтвердили, что классификация видов Adelphocoris основывается на ряде важных частей тела насекомого. Таким образом, с помощью машинного обучения мы смогли извлекать набор присущих Adelphocoris паттернов и принимать решение, к какому из заранее определённых на этапе обучения видов относится тот или иной экземпляр», — отметил в комментарии RT специалист по нейронным сетям Александр Попков.
На основе полученных данных выяснилось, что новая технология позволяет быстро и без больших погрешностей классифицировать виды насекомых.
«Обученные нами модели не позволяют достаточно точно идентифицировать изображения Adelphocoris, полученные в живой природе, однако, сузив условия наших экспериментов, чётко определив правила съёмки, включая ракурс, мы достигли отличных результатов», — добавил Александр Попков.
По словам энтомологов, такой подход позволит не только детальнее изучить биологическое разнообразие планеты, но и эффективнее бороться с сельскохозяйственными вредителями.