Das Feld der Imageomics steht für eine neue Ära des Einsatzes von maschinellem Lernen und Computer Vision ein, um Fragen über die Biologie von Organismen auf der ganzen Welt zu beantworten. Imageomics zielt darauf ab, grundlegende Fragen über biologische Prozesse auf der Erde zu erforschen, indem Bilder lebender Organismen mit computergestützter Analyse und Entdeckung kombiniert werden. Wei-Lun Chao, ein Forscher am Imageomics Institute der Ohio State University und ein herausragender Assistenzprofessor für Computerwissenschaften und Ingenieurwissenschaften an der Ohio State, präsentierte die neuesten Forschungsfortschritte auf dem Gebiet letzten Monat auf der Jahresversammlung der American Association for the Advancement of Science.
Chao beschrieb, wie Imageomics die gesellschaftliche Wahrnehmung der biologischen und ökologischen Welt verändern könnte, indem Forschungsfragen in computable Probleme umgewandelt werden. Dank Fortschritten im maschinellen Lernen und in der Computer Vision könnten Wissenschaftler kritische aber mühsame Probleme effizienter lösen. Durch die Integration von biologischem Wissen in maschinelle Lernmethoden könnten die Fähigkeiten in Bezug auf Interpretierbarkeit und wissenschaftliche Entdeckung verbessert werden.
Chao und seine Kollegen arbeiten daran, Grundlagenmodelle in Imageomics zu schaffen, die Daten aus verschiedenen Quellen nutzen, um verschiedene Aufgaben zu ermöglichen. Ihr entwickeltes maschinelles Lernmodell kann Merkmale identifizieren und sogar entdecken, um Computern zu helfen, Objekte in Bildern zu erkennen und zu klassifizieren, ohne große menschliche Anmerkungen zu benötigen. Dieser innovative Ansatz ermöglicht es, auch schwierige feingliedrige Spezies zu identifizieren, wie beispielsweise Schmetterlingsmimiken.
Die Integration unterschiedlicher wissenschaftlicher Kulturen zur Datensammlung und zur Bildung neuartiger wissenschaftlicher Hypothesen ist eine der größten Herausforderungen bei der Förderung von Imageomics-Forschung. Die Zusammenarbeit zwischen verschiedenen Wissenschaftlern und Disziplinen ist daher ein integraler Bestandteil des Feldes. Chao ist begeistert davon, dass Imageomics das Potenzial hat, die natürliche Welt auf neue, interdisziplinäre Weise zu sehen und zu verstehen, indem es eine starke Integration von wissenschaftlichem Wissen und künstlicher Intelligenz ermöglicht.