被称为有孔虫（foraminifera）或简称（forams）的微小海洋化石，在指导科学家研究古今全球气候方面发挥了重要作用。它们存在的最古老记录，可以通过它们死亡后留下的毫米宽的贝壳来证明，可以追溯到 5 亿多年前。在其鼎盛时期，这些单细胞原生生物繁盛于各种海洋环境中——以至于许多海底沉积物都由它们的遗骸组成。
这些形状各异、结构精巧的贝壳，能够为研究者提供宝贵的洞察，了解有孔虫生存时期的海洋状况、化学成分和温度。但到目前为止，识别、编目和分类这些微观生物的过程，一直是全球研究实验室一项枯燥乏味的苦差事。
现在，人们希望这项繁琐的工作未来可以外包给更机械化的劳动力。来自北卡罗来纳州立大学和科罗拉多大学博尔德分校的一组工程师，已经建造了一台专门设计用于分离、成像和分类单个有孔虫物种的机器人。它被称为 Forabot，由现成的机器人组件和一个定制的人工智能软件（现已开源）构成。在一项本周发表在《地球化学、地球物理学、地球系统科学》期刊上的小型概念验证研究中，该技术的识别准确率为 79%。
“由于浮游有孔虫的尺寸小且数量巨大，一立方厘米的海底泥浆中常常可以挑拣出数百甚至数千个，”作者在论文中写道。“研究人员利用样品中有孔虫物种的相对丰度，并测定其化石遗骸的稳定同位素和微量元素组成，来了解其古环境。”
然而，在任何正式分析发生之前，有孔虫必须先被分类。Forabot 的作用就在于此。科学家们洗涤并筛分装满沙状贝壳的样品后，将这些材料放入一个称为分离塔（isolation tower）的容器中。接着，单个有孔虫会被转移到另一个称为成像塔（imaging tower）的容器中，在那里，一台自动相机拍摄该标本的一系列照片，然后将这些照片输入到 AI 软件进行识别。一旦标本被计算机分类，它就会被运送到分拣站，在那里根据物种分配到相应的孔洞中。目前，Forabot 能够区分六种不同的有孔虫物种，每小时可以处理 27 个有孔虫（研究人员快速计算表明，它每天可以处理大约 600 个化石）。
对于分类软件，该团队修改了一个名为 VGG-16 的神经网络，该神经网络已在超过 34,000 张浮游有孔虫图像上进行了预训练，这些图像是作为 Endless Forams 项目的一部分在全球收集的。NC 州立大学副教授、该论文的作者之一 Edgar Lobaton 在一份新闻稿中表示：“这是一个概念验证原型，因此我们将扩大它能够识别的有孔虫物种数量。”“我们乐观地认为，我们也将能够提高它每小时处理的有孔虫数量。”
请观看下方 Forabot 工作时的视频
