«Третий глаз систематика»: искусственный интеллект помогает различить похожие виды насекомых

Российские ученые применили новейшую технологию на основе машинного обучения, позволившую точно определить очень близкие виды насекомых, сообщает пресс-служба Российского научного фонда.

На сегодня науке известно около миллиона видов насекомых — больше, чем видов всех других животных, растений и микроорганизмов вместе взятых. Несмотря на ежедневный кропотливый труд энтомологов, описана лишь часть видов насекомых, обитающих на планете, а многие из некогда обнаруженных еще не встроены в общую систему научной классификации.

Часто бывает, что известных признаков просто недостаточно, чтобы отличить похожие виды, и ученым приходится искать различия в малейших деталях строения. Это требует использования дорогого оборудования — например, не только высококлассной оптической, но и сканирующей электронной микроскопии. Такого рода исследования занимают массу времени и требуют значительных денежных затрат. К тому же всё равно существует риск ошибки, которая может повлечь за собой, например, неправильный подбор пестицидов против насекомого-вредителя, а значит, и потерю урожая.

Коллектив ученых из Зоологического института РАН (Санкт-Петербург) предложил определять насекомых с помощью нейронных сетей на основе машинного обучения. Ранее метод не использовался в энтомологии с такой точностью, но специалистам удалось доказать, что он работает без больших погрешностей в идентификации. Ученые в шутку назвали этот способ «третьим глазом систематика».

«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 еще лучше. Это процесс трудоемкий, 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», — рассказывает руководитель проекта по гранту РНФ Алексей Солодовников, кандидат биологических наук, старший научный сотрудник Зоологического института РАН.

Исследование проводили на тысячах экземпляров Adelphocoris из уникальной коллекции Зоологического института. В природе существует более 48 видов этих насекомых, 18 из которых обитают в России и наносят вред бобовым культурам. Обычно, чтобы определить представителя рода Adelphocoris, внешнего вида насекомого недостаточно, и энтомологи, в том числе авторы статьи Федор Константинов и Владимир Нейморовец, исследуют строение половых органов самцов, которые еще надо специальным образом препарировать. Этот трудоемкий процесс, поэтому исследователи решили проверить, можно ли с помощью машинного обучения определять этих насекомых только по внешнему виду и тем самым заметно ускорить работу.

Исследование включало в себя четыре этапа на основе анализа цифровых фотографий клопов: сначала ученые проверили способность нейронных сетей отличать все виды Adelphocoris друг от друга, а затем — сам род Adelphocoris от других похожих на него родов, на следующем, третьем этапе — распознавать самцов и самок внутри этого рода, и наконец, на четвертом этапе необходимо было проверить, насколько обученные только на коллекционных экземплярах модели могут распознавать изображения представителей группы, найденные в Интернете.

«Обученные нами модели не позволяют достаточно точно идентифицировать изображения Adelphocoris, полученные в живой природе, однако, сузив условия наших экспериментов, четко определив правила съемки, включая ракурс, мы достигли отличных результатов. 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 определенных на этапе обучения видов относится тот или иной экземпляр», — комментирует Александр Попков, специалист по нейронным сетям в команде энтомологов и самый молодой участник проекта, недавно защитивший магистерскую диссертацию.

Результаты исследования, поддержанного грантом Российского научного фонда, опубликованы в журнале Systematic Entomology.