深度学习模型成功识别胚胎发育过程

　　英国普利茅斯大学牵头的研究表明，一种新的深度学习人工智能（AI）模型可通过视频，识别出胚胎发育过程中发生的事件及其发生时间。29日发表在《实验生物学杂志》上的论文，重点介绍了这种名为“Dev-ResNet”的模型，它能识别出动物胚胎中何时发育出了关键功能，包括其心脏功能、孵化、爬行，甚至死亡。

　　这项研究的一个关键创新是对3D模型的使用，该模型利用视频帧之间发生的变化，让AI从这些特征中学习，而不是用传统的静止图像。

　　“Dev-ResNet”是一个小型高效的3D卷积神经网络，能使用视频检测发育事件，并且可相对轻松地进行训练，训练设备也并非实验室级的昂贵硬件。此次，研究人员将模型用于池塘蜗牛胚胎。“Dev-ResNet”能使用视频可靠识别出从第一次心跳到爬行等行为，以及从壳形成到孵化等特征，并揭示了不同特征对温度的敏感性。

　　研究人员表示，虽然本研究的对象是池塘蜗牛胚胎，但该模型已经可广泛应用于所有物种，他们提供了将“Dev-ResNet”应用于不同生物系统的全面脚本和文档。

　　研究人员希望，这一工具能为更多研究领域提供更广泛的帮助。譬如，使生物保护工作者更好地了解物种发展如何受到不同因素的影响，从而确定有效措施保护它们。现在，以“Dev-ResNet”为代表的AI正朝着这个方向迈出重要一步。不久的将来，该技术还能用于研究气候变化和其他外部因素如何影响人类和动物。