Forabot机器人协助古生物研究人员观察史前有孔虫外壳化石

（神秘的机究人地球uux.cn）据cnBeta：想象一下，如果你的器人前任务是对成千上万的微小化石进行分类和分离，其中大部分化石的协助宽度不到一毫米。这将是古生一项相当乏味、耗时的物研外壳任务......这就是为什么科学家们最近创造了一个机器人来做这项工作。由北卡罗来纳州立大学和科罗拉多大学博尔德分校的员观一个团队开发，该设备被称为Forabot。察史它被设计用来观察统称为有孔虫的孔虫微小海洋生物的外壳化石--或简称为有孔虫。
有孔虫不完全是化石植物或动物，在地球的机究人海洋中已经存在了超过1亿年。通过确定哪种类型的器人前有孔虫存在于当年的哪些地区，科学家们可以更好地了解史前时期这些地方的协助海洋温度、水化学和其它环境因素是古生什么样的。
目前，物研外壳古生物学系的员观学生经常被分配去手工整理成堆的foram壳化石，按单个物种将它们分开。Forabot旨在将这些学生解放出来，学习更先进的技能，而不是做机器能做的事。

但是Forabot看起来并不像一个机器人古生物学学生
即使当Forabot接手时，人类仍然需要清洗和筛选数百个foram壳，从而得到一个看起来像一堆沙子的样品。该样本被放置在机器人的一个被称为隔离塔的锥形部分。然后，一根针从塔的底部升起，穿过样品，针尖上带着一个叉子壳。
随后，一个抽吸工具将针头上的壳抽走，并将其转移到机器人的另一个部分，称为成像塔。在那里，一个高分辨率的相机自动捕捉到化石的多张照片。
一台连接的计算机上的基于人工智能的算法对这些图像进行评估，并确定该贝壳属于哪种类型的牙床。根据这些信息，化石被从成像塔移到一个分拣站的特定物种容器中。

目前，Forabot的贝壳识别准确率为79%，据说比大多数人的准确率要高。它可以识别六种类型的foram，每小时识别27块化石--这可能很慢，但与人不同的是，机器人可以在很长时间内完成这项工作而不感到疲惫。随着它的进一步发展，它也应该变得更有能力。
北卡罗来纳州的埃德加-洛巴顿副教授说："这是一个概念验证的原型，所以我们将扩大它能够识别的foram物种的数量。而且我们乐观地认为，我们也将能够提高它每小时能够处理的forams的数量。"
Forabot蓝图和人工智能软件包括在关于该研究的论文中，该论文最近发表在开放获取的《地球化学、地球物理学、地球系统》杂志上。

最新评论