Forabot机器人协助古生物研究人员观察史前时代的小贝壳

想象一下，如果你的任务是对成千上万的微小化石进行分类和分离，其中大部分化石的宽度不到一毫米。这将是一项相当乏味、耗时的任务......这就是为什么科学家们最近创造了一个机器人来做这项工作。由北卡罗来纳州立大学和科罗拉多大学博尔德分校的一个团队开发，该设备被称为Forabot。它被设计用来观察统称为有孔虫的微小海洋生物的外壳化石--或简称为有孔虫。

有孔虫不完全是植物或动物，在地球的海洋中已经存在了超过1亿年。通过确定哪种类型的有孔虫存在于当年的哪些地区，科学家们可以更好地了解史前时期这些地方的海洋温度、水化学和其它环境因素是什么样的。

目前，古生物学系的学生经常被分配去手工整理成堆的foram壳化石，按单个物种将它们分开。Forabot旨在将这些学生解放出来，学习更先进的技能，而不是做机器能做的事。

但是Forabot看起来并不像一个机器人古生物学学生。

即使当Forabot接手时，人类仍然需要清洗和筛选数百个foram壳，从而得到一个看起来像一堆沙子的样品。该样本被放置在机器人的一个被称为隔离塔的锥形部分。然后，一根针从塔的底部升起，穿过样品，针尖上带着一个叉子壳。

随后，一个抽吸工具将针头上的壳抽走，并将其转移到机器人的另一个部分，称为成像塔。在那里，一个高分辨率的相机自动捕捉到化石的多张照片。

一台连接的计算机上的基于人工智能的算法对这些图像进行评估，并确定该贝壳属于哪种类型的牙床。根据这些信息，化石被从成像塔移到一个分拣站的特定物种容器中。

目前，Forabot的贝壳识别准确率为79%，据说比大多数人的准确率要高。它可以识别六种类型的foram，每小时识别27块化石--这可能很慢，但与人不同的是，机器人可以在很长时间内完成这项工作而不感到疲惫。随着它的进一步发展，它也应该变得更有能力。

北卡罗来纳州的埃德加-洛巴顿副教授说："这是一个概念验证的原型，所以我们将扩大它能够识别的foram物种的数量。而且我们乐观地认为，我们也将能够提高它每小时能够处理的forams的数量。"

Forabot蓝图和人工智能软件包括在关于该研究的论文中，该论文最近发表在开放获取的《地球化学、地球物理学、地球系统》杂志上。