利用机器学习在撒哈拉以南非洲来源消除TSETSE飞行

Tsetse Fly在撒哈拉以南非洲的大型条件下造成了破坏。关于家蝇的大小，昆虫透过一种可以致命的寄生虫（睡眠疾病）和动物（nagana） - 专长的牛。在撒哈拉的许多国家，有大型地区农民不能筹集牛;最终死于由促锥体寄生虫引起的感染。如果农民承担饲养牛的风险，他们必须忍受担心他们的牲畜将被寄生虫感染。TSESSE使许多农民失去了生计，也是他们村庄的基本营养来源。整个撒哈拉以南非洲，来自锥虫病的牛死亡可能导致数十亿美元的生产和经济损失。

因此，哥伦比亚大学的一个团队正在开发一种基于机器学习的成像和分类解决方案，旨在大幅减少非洲的采采动物数量。这个能够区分雄性和雌性采采蝇的解决方案是由塞尔达·莫兰(Zelda Moran)发现的，她现在是哥伦比亚地球研究所(Columbia’s Earth Institute)可持续发展中心的一名研究员。

在国际原子能机构(IAEA)实习期间，莫兰第一次使用近红外线通过观察采采蝇蛹的内部来确定其性别。她的新分类技术包括把蛹放在显微镜下，并使用近红外光对它们拍照昆虫不育技术该原子能机构已习惯于消除桑给巴尔和其他国家的TSESE人口。灭菌技术使用辐射来呈现大量的雄性苍蝇不育。然后将苍蝇释放到繁殖场中，在那里它们与女性苍蝇配合。由于女性通常只在一生中伴有一次，因此未受精的交配将大大降低TSetse人口，并有助于消除疾病的传播，使农民更安全地养殖牲畜。

事实上，苍蝇生产实验室使用手工和耗时的技术来按性别对苍蝇进行分类。哥伦比亚大学研究小组首创的分拣方案一旦得到改进，将使实验室能够更快、更有效、更大规模地对果蝇进行分拣。这项改进将允许实验室运送更多处于生命周期早期阶段的不育果蝇到撒哈拉以南的繁殖地。

这项创新研究项目出生于遇到的机会。四年前，Moran和Szabolcs Marka在维也纳的IAEA见面。他们都有兴趣找到公共健康问题的高科技解决方案，很快发现自己讨论了如何使用机器视觉方法来打击采采蝇侵犯。莫兰在原子能机构完成实习后，后来搬到纽约，她与哥伦比亚的马克实验室合作。在那个实验室，Szabolcs Marka是一位具有Biophysics专业知识的天体物理学家，以及一个实验物理学家，Zsuzsa Marka，先前已经合作过昆虫行为研究，包括如何减轻疟疾蚊子和果蝇。Markas在光学，硬件仪表和电子产品中的专业知识也已成功地用于生物物理学和天体物理应用。最突出的是，他们是Ligo科学协作的成员，这是一个在乐器上工作的科学家，其中在2015年检测到的引力波浪 - 这一发现，导致利戈奖的科学家赢得了诺贝尔奖。John Wright这支研究团队的第四次成员是一位电气工程师，该工程师是高维数据分析，并开发算法，以解决成像问题 - 在这种情况下，蛹图像。Wright和Markas也是哥伦比亚数据科学研究所的附属公司。团队一起旨在开发一种分拣机原型，可以每天处理成千上万的蛹图像。

目前，这四重集中在大量的大量蛹图像上，这些蛹图像将用于训练机器学习算法。与此同时，它们还在设计一种机器人，可以根据算法的结果对蛹进行分类。一旦机器人可以通过高精度地处理大量图像，它们会将其发送到IAEA，这将使用它来对雄性苍蝇进行分类，照射它们并在非洲释放它们。

“我们将使用数据科学来创建一个机器学习基于自动化系统，如果它是男性或女性，可以快速地从TSetse Pupae中确定，“Zsuzsa Marka说。”该系统将是我们希望最终用于撒哈拉以南非洲的机器人分拣机的基础祸害采采蝇飞。”

---

---

这个故事是哥伦比亚大学地球学院的礼貌http://blogs.ei.columbia.edu.。