Sorteerrobot helpt klimaatonderzoekers

Sat Mar 02 2024

03 02

Sorteerrobot helpt klimaatonderzoekers

13/12/2022

Door Ad Spijkers

Een robotsysteem pakt het vervelende werk aan van het sorteren van microscopisch kleine fossielen. Dit draagt bij aan een breder begrip van het klimaat.


     

Onderzoekers van North Carolina State University in Raleigh hebben een robotachtig, autonoom systeem gecreëerd. Forabot zal onderzoekers helpen bij het sorteren van fossielen, dit voor het bestuderen van oceanen en het klimaat. De technologie automatiseert een moeizaam proces dat een sleutelrol speelt bij het bevorderen van ons begrip van de oceanen en het klimaat in de wereld. Dit geldt voor zowel vandaag als in het prehistorische verleden.

De robot kan microscopisch kleine zeefossielen sorteren, manipuleren en identificeren. Hij is gemaakt met behulp van relatief goedkope kant-en-klare componenten. De onderzoekers maken zowel de ontwerpen als de software voor kunstmatige intelligentie, open source. Hun doel is om deze tool breed toegankelijk te maken, zodat het door zoveel mogelijk onderzoekers kan worden gebruikt om het begrip van oceanen, biodiversiteit en klimaat te vergroten.

Forams

De technologie, Forabot genaamd, maakt gebruik van robotica en kunstmatige intelligentie om de overblijfselen van organismen die foraminiferen of forams worden genoemd, fysiek te manipuleren. Hierdoor kunnen die overblijfselen worden geïsoleerd, in beeld gebracht en geïdentificeerd. Forams zijn protisten, plant noch dier, die al meer dan 100 miljoen jaar voorkomen in onze oceanen.

Wanneer ze sterven, laten ze hun kleine schelpen achter, de meeste minder dan een millimeter breed. Deze schelpen geven wetenschappers inzicht in de kenmerken van de oceanen zoals ze bestonden toen de forams nog leefden. Verschillende soorten foramsoorten gedijen bijvoorbeeld in verschillende soorten oceaanomgevingen. Metingen van de chemische samenstelling kunnen wetenschappers alles vertellen, van de chemie van de oceaan tot de temperatuur toen de schaal werd gevormd.

Het evalueren van foramschelpen en fossielen is echter zowel vervelend als tijdrovend. Daarom heeft een team van experts op het gebied van engineering en paleoceanografie Forabot ontwikkeld om het proces te automatiseren.

Forabot

Op dit moment kan Forabot zes verschillende soorten forams identificeren en 27 forams per uur verwerken. Maar het werk verveelt hem nooit en hij wordt nooit moe. De robot is een proof-of-concept prototype, dus de onderzoekers zullen het aantal foramsoorten dat het kan identificeren uitbreiden. Ze zijn optimistisch dat ze ook het aantal forams dat het per uur kan verwerken kunnen verbeteren.

De Forabot heeft op dit moment een nauwkeurigheidspercentage van 79% voor het identificeren van forams, wat beter is dan de meeste getrainde mensen. Als de robot eenmaal is geoptimaliseerd, zal het een waardevol stuk onderzoeksapparatuur zijn. Hierdoor kunnen 'forampickers' (studenten) hun tijd besteden aan het leren van meer geavanceerde vaardigheden. Door taxonomische kennis te gebruiken om de robot te trainen, kunnen de onderzoekers ook de uniformiteit van foramidentificatie tussen onderzoeksgroepen verbeteren.

Werking

Eerst moeten gebruikers een monster van honderden forams wassen en zeven. Dit laat gebruikers achter met een bergje van wat lijkt op zand. Het monster van forams wordt vervolgens in een container geplaatst, isolatietoren genaamd. Een naald aan de onderkant van de isolatietoren steekt vervolgens omhoog door het monster en tilt een enkel foram op, waar het via afzuiging uit de toren wordt verwijderd.

De zuigkracht trekt het foram naar een aparte container (de beeldtoren) met een geautomatiseerde camera met hoge resolutie die meerdere beelden van het foram vastlegt. Na het maken van de beelden wordt het foram weer met een naald opgetild totdat het via afzuiging kan worden opgepakt en in de betreffende container in een sorteerstation kan worden gedeponeerd.

Het idee is dat kunstmatige intelligentie de afbeeldingen kan gebruiken om te identificeren welk type foram het is, en dienovereenkomstig te sorteren. De onderzoekers publiceren hun resultaten in een open source-tijdschrift en nemen de blauwdrukken en AI-software op in het aanvullende materiaal.

De wetenschappelijke publicatie vindt u hier.

Foto: Edgar Lobaton en Thomas Marichatto