سیستم هوش مصنوعی نوین «دانشگاه استنفورد»، توانایی تحلیل سریع و دقیقی از دانههای ماسه را فراهم کرده که میتوانند در عرصههای زمینشناسی، باستانشناسی و علوم قانونی مورد استفاده قرار گیرند.
ویژگیها و ساختار دانههای ماسه از جمله کوارتز به ما اطلاعاتی درباره فرآیندهای شکلگیری و جابهجایی آنها میدهد.
طبق اعلام وبسایت رسمی دانشگاه استنفورد، سیستم هوش مصنوعی به نام «سندایآی»(SandAI) قادر است تاریخچه دانههای ماسه کوارتز را که به بیش از صدها میلیون سال پیش برمیگردد، روشن کند. محققان بهوسیله سندایآی میتوانند با دقت تشخیص دهند که آیا نیروهایی مانند باد، روانهای آبی، امواج دریا و دورههای یخبندان بر شکلگیری این دانهها تأثیر داشته یا نه.
این فناوری هوش مصنوعی یک پنجره منحصر به فرد به گذشته در زمینه مطالعات زمینشناسی و باستانشناسی فراهم میآورد، بهویژه در دورهها و محیطهایی که سرنخهای کمی نظیر فسیلها در طول زمان حفظ میشوند. روش «تحلیل ریزبافتی» که در سندایآی به کار رفته میتواند برای تحقیقات نوین در علوم قانونی، بهویژه در خصوص مسائل مربوط به استخراج غیرقانونی شن و ماسه، مفید باشد.
«مایکل هاسون»(Michael Hasson)، پژوهشگر ارشد این پروژه اظهار داشت: کار کردن بر روی رسوباتی که تحت تأثیر تغییرات قرار نگرفتهاند، معادل سفر به زمان گذشته است و شما احساس میکنید که مستقیماً با آنچه صدها میلیون سال پیش بر روی زمین وجود داشته، مواجه هستید. سندایآی افزون بر جزئیات موجود، اطلاعات ارزشمندی را به تحلیلهای ما اضافه میکند.
«متیو لاپوتر»(Mathieu Lapôtre)، دانشیار علوم زمین و سیارهشناسی دانشگاه استنفورد و یکی از پژوهشگران این پروژه، گفت: بهجای این که بخواهیم یک انسان به ارزیابی بپردازد و نتیجهگیری کند که بافت دانههای ماسه چگونه است، ما از تکنیک یادگیری ماشینی بهره میگیریم تا تحلیل ریزبافتی را به طرز عینیتر و دقیقتری انجام دهیم. سیستم ما زمینه را برای برنامههای تحلیل ریزبافتی فراهم میآورد که پیش از این در دسترس نبوده است.
در سطح جهانی، شن و ماسه به عنوان دومین منبع پرمصرف پس از آب به حساب میآید و جزء اساسی در صنعت ساختوساز محسوب میشود. مصالحی نظیر بتن، ملات و برخی از نوعهای گچ برای دستیابی به چسبندگی و پایداری مطلوب به ماسه احتیاج دارند. با این حال، بررسی منبع شن و ماسه به منظور اطمینان از اخلاقی و قانونی بودن آن، تبدیل به چالشی بزرگ شده است. بنابراین، پژوهشگران امیدوارند که سندایآی توانایی بررسی را بهبود بخشد. بهعنوان نمونه، این سیستم میتواند به بازرسان علوم قانونی در مبارزه با استخراج و لایروبی غیرمجاز شن و ماسه یاری رساند.
در فرآیند ساخت سندایآی، از شبکههای عصبی مشابه با عملکرد مغز انسان مورد استفاده قرار گرفت که قادر است بر اساس تعاملات میان نورونها یا گرههای مصنوعی در برنامه، پاسخهای صحیح را تقویت کند و اجازه دهد رایانه از خطاهای پیشین خود درس بگیرد.
هاسون به همراه محققانی از سراسر دنیا، به جمعآوری صدها تصویر از دانههای ماسه با استفاده از «میکروسکوپ الکترونی روبشی» پرداختند که نمایانگر مواد حاصل از رایجترین زیستگاههای زمینی مانند رودخانهها و نهرها، وزش باد و رسوبات ناشی از حرکت باد نظیر تپههای شنی، یخچالها و نواحی ساحلی بودند.
سندایآی این دادههای تصویری را مورد تحلیل قرار داد تا خود را برای پیشبینی تاریخچه دانههای شن با استفاده از ویژگیهایی آموزش دهد که انسان ممکن است هرگز قادر به شناسایی آنها نباشد. سیستم بهطور طبیعی با خطاهایی مواجه شد و سپس به طور مکرر بهبود یافت. هنگامی که دقت پیشبینیهای سندایآی به 90 درصد رسید، پژوهشگران نمونههای جدیدی را معرفی کردند که پیشتر به آن داده نشده بود.
سندایآی در تحلیل تصاویر ماسهسنگهای به دستآمده از محیطهای مشخص از زمان حال تا حدود 200 میلیون سال قبل و در دوره ژوراسیک عملکرد مناسبی از خود نشان داد و به درستی تاریخ انتقال دانههای ماسه را مشخص کرد.
این تحقیق در نشریه «PNAS» منتشر گردید.
