doi.org/10.1073/pnas.2407655121
Credibilidade: 999
#Inteligência Artificial
Os pesquisadores de Stanford criaram o SandAI, uma ferramenta de IA que revela a história antiga dos grãos de areia de quartzo, identificando como o vento, os rios, as ondas ou as geleiras os moldaram.
Ao usar o aprendizado por máquina, o SandAI aprimora a precisão e a objetividade da análise microtextual, tornando-a valiosa para estudos geológicos e investigações forenses, como o rastreamento de mineração ilegal de areia.
Os pesquisadores de Stanford criaram uma ferramenta acionada por IA chamada SandAI, capaz de desvendar a história dos grãos de areia de quartzo que se estende por centenas de milhões de anos.
O SandAI permite que os cientistas determinem com precisão se o vento, os rios, as ondas ou os movimentos glaciais moldaram e depositaram os grãos de areia.
A ferramenta oferece aos pesquisadores uma janela única para o passado em estudos geológicos e arqueológicos, especialmente em áreas e ambientes onde poucos outros indícios, como fósseis, são preservados ao longo do tempo.
A abordagem da SandAI, chamada de análise microtextual, também pode ajudar nas investigações forenses atuais sobre questões relacionadas à mineração ilegal de areia.”
Trabalhar em depósitos sedimentares que não foram perturbados nem deformados é o mais próximo que se pode chegar de estar em uma máquina do tempo: você está vendo exatamente o que havia na superfície da Terra, mesmo há centenas de milhões de anos.
O SandAI acrescenta mais uma camada de detalhes às informações que podemos extrair deles”, disse Michael Hasson, candidato a Ph.D. com Mathie Lapôtre, professor assistente de Ciências da Terra e do Planeta na Escola de Sustentabilidade de Stanford Doerr.
Hasson é o autor principal de um novo estudo que demonstra a ferramenta, publicado esta semana no Proceedings of the National Academy of Sciences.
Assinaturas de conto: Historicamente, a análise microtextual tem sido feita com as mãos e os olhos, usando lentes de aumento e microscópios para tentar fazer inferências sobre a história dos grãos de areia.
A ciência moderna validou a abordagem, demonstrando que os mecanismos de transporte de fato fornecem assinaturas de contos de fadas, por exemplo,os grãos que viajaram mais longe muitas vezes parecem mais arredondados porque tiveram seus cantos afiados atenuados, e as ondas e o vento também deixam padrões de abrasão distintos.
No entanto, a análise microtextual tradicional é altamente subjetiva, consome muito tempo e é dispersa em diferentes estudos.
Graças à nova ferramenta, que aproveita o poder do aprendizado por máquina para escrutinar profundamente imagens microscópicas de grãos de areia, a análise microtextual agora pode ser muito mais quantitativa, objetiva e potencialmente útil em uma ampla gama de aplicações.
Além disso, analisa grãos de areia individuais em vez de agrupar vários grãos em uma única categoria, oferecendo uma avaliação mais completa.
“Em vez de um ser humano percorrer e decidir o que é uma textura e o que é outra para os grãos de areia, estamos usando o machine learning para tornar a análise microtextual mais objetiva e rigorosa”, disse Lapôtre, que é o autor sênior do artigo.”
Nossa ferramenta está abrindo portas para aplicações de análise microtextual que antes não estavam disponíveis.
“Em todo o mundo, a areia é o recurso mais usado, depois da água, e é fundamental no setor de construção.
Materiais como concreto, argamassa e alguns rebocos requerem areia angular para obter aderência e estabilidade adequadas.
No entanto, avaliar as origens da areia para garantir a terceirização ética e legal é um desafio, por isso os pesquisadores esperam que a SandAI possa melhorar a rastreabilidade.
Por exemplo, a SandAI poderia ajudar os investigadores forenses combatendo a mineração ilegal de areia e a dragagem.
Treinamento da ferramenta: Para criar o SandAI, os pesquisadores utilizaram uma rede neural que “aprende” de forma semelhante ao cérebro humano, onde as respostas corretas fortalecem as conexões entre os neurônios artificiais ou nós no programa, permitindo que o computador aprenda com seus erros.
Com a ajuda de colaboradores de todo o mundo, Hasson montou centenas de imagens de microscópio eletrônico de varredura de grãos de areia, representando o material dos ambientes terrestres mais comuns: fluvial (rios e riachos), eólico (sedimentos soprados pelo vento, como dunas de areia), glacial e de praia.”
Queríamos que esse método funcionasse em todo o tempo geológico, mas também em toda a geografia que temos na Terra”, disse Hasson.”
Assim, por exemplo, a classe de dunas sopradas pelo vento foi projetada para incluir exemplos que são úmidos e secos, grandes e pequenos.”
A SandAI analisou esse conjunto de imagens para treinar a si mesma e prever a história dos grãos de areia com base em características que os pesquisadores humanos talvez nunca descubram.
Quando o SandAI alcançou uma precisão de previsão robusta de 90%, os pesquisadores introduziram novas amostras que o modelo não havia visto anteriormente.
Com imagens de pedras de areia de ambientes bem caracterizados que vão desde os dias atuais até cerca de 200 milhões de anos na era jurássica, o SandAI teve um bom desempenho, elucidando corretamente as histórias de transporte dos grãos.
Novel science and applications
Em seguida, os pesquisadores desafiaram a ferramenta com imagens de grãos de areia coletados na Noruega que datam de mais de 600 milhões de anos atrás, no período Criogeniano.
Mais conhecida como a época da “Terra Bola de Neve”, essa foi a época em que se acredita que os lençóis de gelo cobriam todo o planeta antes que as plantas e os animais tivessem evoluído.
A origem da amostra em questão, chamada de Bråvika Member, tem sido contestada, com vários grupos de pesquisa chegando a conclusões diferentes.”
Com essa amostra criogênica, estávamos vendo até que ponto podemos impulsionar a SandAI e realmente usá-la para fazer novas ciências, em vez de apenas verificar se a ferramenta funcionava”, disse Hasson.
Curiosamente, a SandAI concluiu que os grãos de areia antigos haviam sido moldados e depositados como parte de uma duna de areia soprada pelo vento, o que está de acordo com alguns estudos manuais de microtextura.
Além disso, como a ferramenta analisa grãos de areia individuais, em vez de agrupar vários grãos em uma única categoria, surgiram outros detalhes.
Embora a assinatura predominante indicasse o transporte pelo vento, uma assinatura secundária que as técnicas manuais provavelmente deixariam de apontar apontava para a areia glacial.
Juntos, esses sinais pintam um retrato de dunas de areia que correm em algum lugar próximo a uma geleira, como seria de se esperar durante o período da Terra Bola de Neve.
Para avaliar essas descobertas, Hasson e seus colegas procuraram uma possível analogia moderna dessa cena geológica criogênica.
Os pesquisadores examinaram grãos de areia soprados pelo vento da Antártica por meio do SandAI e, com certeza, chegaram ao mesmo resultado.
“Essas descobertas do SandAI sugerem que a Antártica é realmente um bom análogo moderno do ambiente representado pelo membro de Bråvika”, disse Hasson.”
Eles são uma prova muito forte de que o sinal que obtivemos dos depósitos criogênicos não é apenas um acaso.
“Os pesquisadores tornaram o SandAI disponível on-line para ser usado por qualquer pessoa.
Eles planejam continuar a desenvolvê-la com base no feedback dos usuários e esperam ver a ferramenta ser aplicada em uma série de contextos.”
O fato de que agora podemos oferecer conclusões detalhadas sobre depósitos geológicos que antes não eram conhecidos é algo que me impressiona”, disse Hasson.
“Estamos ansiosos para ver o que mais a SandAI pode fazer.”
Publicado em 20/09/2024 20h14
Artigo original:
Estudo original: