科学家开发出人工智能模型，可快速识别沙粒“纹身”揭示地球演化历史

主要观点总结

近日，研究人员开发了一种名为SandAI的深度神经网络模型，能够根据沙粒表面的微观纹理快速准确地识别其搬运历史和沉积环境。该模型在识别现代沙粒和古代沉积岩中的石英颗粒的搬运环境方面表现出色，预测结果与实际环境高度吻合，并能提供更详细的搬运过程信息。这项技术的成功开发将彻底改变石英微观纹理分析，为地质学、考古学和法医学等领域开辟新的研究方向。

关键观点总结

关键观点1: SandAI模型的背景及重要性

传统沙粒微观纹理分析方法存在缺陷，如主观性强、缺乏统一标准、分析过程耗时费力等。SandAI模型的开发旨在解决这些问题，实现对沙粒搬运历史和沉积环境的快速、准确、客观、定量的识别。该模型的成功开发标志着沙粒微观纹理分析技术进入了一个全新的阶段，具有广泛的应用前景。

关键观点2: SandAI模型的工作原理及核心技术

SandAI模型以ResNet-50为基础，利用深度学习算法，通过学习大量的沙粒SEM图像，建立了沙粒微观纹理与搬运环境之间的联系，能够自动识别沙粒的搬运历史和沉积环境。该模型具有客观性强、高效快速、应用范围广等显著优势。

关键观点3: SandAI模型的性能表现及实际应用

SandAI模型在识别现代沙粒和古代沉积岩中的石英颗粒的搬运环境方面表现出色，总体准确率高达88.43%。该模型已经成功应用于挪威斯瓦尔巴特群岛的布拉维卡段沉积岩样品的分析，验证了其可靠性和适用性。此外，SandAI模型的在线平台已向公众开放，用户可以上传沙粒的SEM图像，并获得模型的预测结果。