設想一下，假如您的使命是對成千上萬的渺小化石開展分類和分手，此中絕多數化石的寬度不到一毫米。這將是一項相稱有趣、耗時的使命......這便是為何科學家們近來締造了一個機器人來干這項事情。由北卡羅來納州立大學和科羅拉多大學博爾德分校的一個團隊開辟，該設備被稱為Forabot。它被設計用來考察統稱為有孔蟲的渺小海洋生物的外殼化石--或簡稱為有孔蟲。

　　有孔蟲不完滿是植物或植物，正在地球的海洋中曾經存正在了凌駕1億年。經過肯定哪類范例的有孔蟲存正在于昔時的哪些地域，科學家們能夠更好地理解史前期間這一些處所的海洋溫度、水化學和別的環境因素是什么樣的。

　　今朝，古生物學系的門生經常被分派往手工整理成堆的foram殼化石，按單個物種將它們分隔。Forabot旨在將這一些門生解放出來，進修更進步前輩的技藝，而不管是干機械能干的事。

　　然則Forabot看起來并不像一個機器人古生物學門生。

　　即便當Forabot接辦時，人類仍舊須要洗濯和挑選數百個foram殼，進而獲得一個看起來像一堆沙子的樣品。該樣本被安排正在機器人的一個被稱為斷絕塔的錐形部份。然后，一根針由塔的底部升起，穿過樣品，針尖上帶著一個叉子殼。

　　隨后，一個抽吸東西將針頭頂上的殼抽走，并將其轉移到機器人的另一個部門，稱為成像塔。在那里，一個高分辨率的相機主動捕捉到化石的多張照片。

　　一臺毗連的測算機上的基于人工智能的算法對這一些圖象舉行評價，并肯定該貝殼屬于哪一種范例的牙床。按照這一些信息，化石被由成像塔移到一個分揀站的特定物種容器中。

　　今朝，Forabot的貝殼辨認準確度為79%，聽說比大多數人的準確度要高。它能夠辨認六種范例的foram，每小時辨認27塊化石--這大概很慢，但與人差別的是，機器人能夠正在很長時間內完成這項事情而沒有感應疲困。跟著它的進一步成長，它也應當變得更有才能。

　　北卡羅來納州的埃德加-洛巴頓副教授說："這是一個觀點考證的原型，所以我們將擴大它可以識其余foram物種的數目。并且我們悲觀地以為，我們還將可以進步它每小時可以處置的forams的數目。"

　　Forabot藍圖和人工智能軟件包孕正在關于該研討的論文中，該論文近來頒發正在開放獵取的《地球化學、地球物理學、地球體系》雜志上。