AIを用いた高精度な微化石分類モデルの開発とその期待

はじめに

近年、人工知能（AI）の技術が様々な分野での効率化を促進しています。その中でも、国立研究開発法人産業技術総合研究所による新たな研究成果には特に注目が集まっています。本記事では、微化石の分類に焦点を当てたAIモデルについて詳しく解説していきます。

微化石の重要性

微化石とは、地層中に存在するわずかな生物の遺骸を指し、過去の環境や地層が形成された時期を明らかにする貴重な手がかりとなっています。微化石の観察は、化石の種類や個体数を正確に分析するために、専門的な知識と多くの時間を要しますが、地層の解析は資源探査や地球環境の復元などにおいて不可欠なものです。

研究の経緯

本研究では、機械学習を応用して、微化石の画像を高精度に分類する新しいアルゴリズムを開発しました。この成果は、これまでの従来手法と比較して、専門家に近い平均分類精度86%を実現しました。これにより、多様な化石種を効率的に分類できるようになり、地質学研究における課題を解決する一助となることが期待されています。

提案された技術

本研究で導入された主な技術には、最新の「Vision Transformer（ViT）」モデルと「Formula-Driven Supervised Learning（FDSL）」があります。ViTは、従来の畳み込みニューラルネットワーク（CNN）よりも高い精度を発揮する新しい構造です。

また、FDSLを用いることで、教師データが不足している希少な微化石でも高精度な分類が可能になります。従来の手法においては、希少な種の大量の画像収集が難しいという課題がありましたが、FDSLによりこの問題を克服できる見込みです。