Представьте: вы держите кусок балтийского янтаря возрастом 40 миллионов лет. Внутри — застывшая муха, которая видела динозавров. Но чтобы её найти, нужно распилить камень. Или просветить его рентгеном. А ещё лучше — доверить поиск нейросети.
Тема поиска инклюзов (включений) в янтаре — не просто хобби палеонтологов. Это высокотехнологичный процесс, где на кону стоят уникальные образцы, способные переписать историю эволюции. И, как выяснилось, искусственный интеллект здесь может сделать то, что не под силу человеку с лупой.
Почему ИИ, а не микроскоп?
Классический метод поиска инклюзов — это визуальный осмотр. Специалист берёт кусок янтаря, полирует его и рассматривает под микроскопом. Проблема в том, что:
- Янтарь непрозрачен. Многие включения скрыты внутри, и их не видно снаружи.
- Человеческий глаз устаёт. За час можно пропустить мелкое насекомое размером 2 мм.
- Требуется опыт. Новичок не отличит пузырёк воздуха от древнего комара.
Именно здесь на помощь приходит машинное зрение. Нейросеть обучают на тысячах снимков янтаря с известными включениями. После обучения она способна сканировать КТ-срезы или фотографии поверхности и находить характерные паттерны — те самые «янтарные» силуэты.
Как это работает на практике?
Свежая новость на Habr (источник здесь) рассказывает о том, как группа энтузиастов применила компьютерное зрение для анализа коллекции янтаря. Они использовали свёрточные нейросети (CNN), которые анализируют текстуру и плотность материала.
Алгоритм действий:
- Сбор данных. Берётся 500+ образцов янтаря с подтверждёнными инклюзами.
- Разметка. Палеонтологи вручную обводят на снимках каждое включение.
- Обучение. Модель учится отличать «пустой» янтарь от «заселённого».
- Тестирование. Нейросеть проверяют на новых образцах, которых она не видела.
Результат — точность обнаружения инклюзов превысила 85%. Для сравнения, точность человека-эксперта на тех же данных составляет около 70% (при условии, что он не устал и работает с лупой).
Кейс: как ИИ нашёл муху, которую пропустили
Один из самых ярких примеров из новости — образец янтаря, который хранился в музее 10 лет. Считалось, что он пустой — просто красивый камень. Нейросеть указала на зону с аномальной плотностью. Когда образец аккуратно распилили, внутри оказалась самка мошки с сохранившейся ДНК.
Это не единичный случай. В другом проекте ИИ помог найти личинку жука в куске янтаря, который ранее считался «бракованным» и предназначался для изготовления дешёвых бус. Сейчас этот образец — гордость частной коллекции.
| Параметр | Человек | Нейросеть |
|---|---|---|
| Скорость осмотра | 10-15 образцов/час | 100+ образцов/час |
| Точность | 70% | 85% |
| Утомляемость | Высокая | Отсутствует |
| Обнаружение мелких включений (<1 мм) | Низкое | Высокое |
Что это значит для науки и бизнеса?
Для палеонтологов — это шанс находить редкие виды, не уничтожая образцы. Раньше для поиска инклюза камень часто распиливали. Теперь можно сделать КТ и прогнать через нейросеть — если включение есть, его увидят, а если нет — камень останется целым.
Для ювелирной индустрии — это способ сортировки. Янтарь с инклюзами стоит в разы дороже «пустого». ИИ может за секунды оценить, есть ли внутри насекомое, и автоматически направить камень в дорогой сегмент.
Для IT-специалистов — это пример того, как модели компьютерного зрения решают задачи, выходящие за рамки стандартных (распознавание лиц или котиков).
Технические детали
В основе решения лежит архитектура EfficientNet-B3, которая показала наилучшее соотношение точности и скорости. Обучение проводилось на датасете из 1200 изображений, размеченных экспертами. Для увеличения выборки применялась аугментация: повороты, отражения, изменение контрастности.
Использовался фреймворк PyTorch. Время обучения на одном GPU (NVIDIA RTX 3090) — около 6 часов. Инференс (распознавание) одного образца занимает 0.3 секунды.
Выводы
Поиск янтаря с помощью ИИ — не фантастика, а рабочий инструмент 2026 года. Он уже используется в нескольких лабораториях Европы и России. Главное — не бояться экспериментировать.
Помните: нейросеть не заменяет эксперта. Она его усиливает. Если у вас есть коллекция янтаря или вы работаете с ископаемыми — попробуйте применить компьютерное зрение. Возможно, вы найдёте то, что десятилетиями лежало у вас под носом.
Как говорится в той самой статье на Habr: «Мы только начали царапать поверхность этого древнего моря». И AI дал нам новый инструмент для этих царапин.
Комментарии