Genom att surfa vidare godkänner du att vi använder cookies. Jag förstår

En smartare it-nyhetssajt

Nya neurala nätverk

Ett arbete på Göteborgs universitet om mikrosimmare ledde till en ny användningsmetod för AI. Redan innan forskningen publicerats så har internationella forskargrupper visat intresse.

Text Fredrik Adolfsson Foto Adobestock 24 april 2019 digit

bakterier960640.jpg

– Min doktorandforskning handlar i grunden om biohybrida mikrosimmare, alltså bakterier som man lastar med bagage i form av partiklar. Men för att noggrant kunna studera mikrosimmares beteenden insåg jag att jag behövde en ny analytisk metod. Och på så vis flyttade jag fokus till artificiell intelligens och neurala nätverk, säger Saga Helgadóttir, doktorand vid institutionen för fysik på Göteborgs universitet.

Via den nya metoden analyseras bilder av mikrosimmarna när de interagerar med mikropartiklar i en lösning. Metoden går att tillämpa vid studier av alla sorters mikroskopiska organismer och partiklar.

Traditionellt har algoritmiska metoder använts i denna typ av forskning. Då skriver forskaren ett program med ett antal regler och parametrar som sedan ska definieras, omdefinieras och optimeras manuellt.

– Bilderna som jag ville studera innehöll fläckar som störde bakteriernas och partiklarnas positioner. Det innebar att jag var tvungen att byta parametrar hela tiden. Och detta var helt enkelt för tidskrävande eftersom den nödvändiga datamängden var så stor.

Intelligensen sätter reglerna

Nu behöver inte parametrarna i koden ändras manuellt eftersom maskinen själv får bestämma vilka regler som passar det aktuella problemet. Sedan, genom en stor mängd upprepningar, så lär sig maskinen att göra korrekta förutsägelser från ingångsdata. För detta krävs höga volymer träningsdata med exakta värden.

 Eftersom jag arbetar med partiklar och bakterier så är mina bilder ofta brusiga. Det är lätt att simulera den typen av bilder. Så efter att ha tränat det neurala nätverket på stora mängder simulerad data så testade vi den på riktig experimentell data. Och vi blev överraskade av hur bra det fungerade.

De två kommande och sista åren som doktorand så ska Saga Helgadottir fortsätta att utveckla metoden. Redan har arbetet väckt intresse genom en förhandsvisad version av artikeln, som i sin helhet nu ska publiceras i den vetenskapliga tidskriften Optica.

Källa: Göteborgs universitet

Senaste nytt

Mer batteritid

7 juli 2020

En ny uppdatering av webbläsaren Google Chrome kan spara timmar av batteritid. Funktionen stänger bland annat av Javascript på flikar som för tillfället inte visas för användaren.

75 milj ton avfall

6 juli 2020

Världens befolkning kommer att kasta närmare 75 miljoner ton elektroniskt avfall 2030, vilket är 20 miljoner ton mer än vi kastade förra året. Det visar en ny forskningsrapport.

Äkta mat med blockkedja

3 juli 2020

Mat till ett värde av 300 miljarder dollar kan spåras med hjälp av blockkedja och IoT, vilket skulle innebära att livsmedelsindustrin kan spara drygt 100 miljarder dollar om året. Det visar en ny rapport.

KTH mot alzheimer

3 juli 2020

Med hjälp av molekylär AI och machine learning kan mysterierna kring alzheimer och andra hjärnsjukdomar komma närmare en lösning. Metoden ska ge en bättre bild av hjärnan än vad mikroskop ger. Det menar forskare på KTH och Karolinska Institutet.

Fejkappar på Google

2 juli 2020

Google har tagit bort 25 appar med skadlig kod som kapade inloggningsuppgifter till bland annat Facebook. Apparna har över 2,3 miljoner nedladdningar.

Coop kör obemannat

2 juli 2020

Coop testar en egenutvecklad ny tjänst för självscanning och betalning med mobilen. I höst kommer matkedjan även öppna sina första obemannade butiker.