Uma ferramenta de IA para escanear grãos de areia abre janelas para o tempo recente e o passado remoto

Pesquisadores de Stanford desenvolveram uma ferramenta baseada em inteligência artificial — chamada SandAI — que pode revelar a história dos grãos de areia de quartzo que remontam a centenas de milhões de anos. Com o SandAI, os pesquisadores podem dizer com alta precisão se o vento, os rios, as ondas ou os movimentos glaciais moldaram e depositaram partículas de areia.

A ferramenta dá aos pesquisadores uma janela única para o passado para estudos geológicos e arqueológicos, especialmente para eras e ambientes onde poucas outras pistas, como fósseis, são preservadas ao longo do tempo. A abordagem da SandAI, chamada análise microtextural, também pode ajudar com investigações forenses modernas sobre mineração ilegal de areia e questões relacionadas.

“Trabalhar em depósitos sedimentares que não foram perturbados ou deformados parece o mais próximo que você pode chegar de estar em uma máquina do tempo — você está vendo exatamente o que estava na superfície da Terra, mesmo centenas de milhões de anos atrás. O SandAI adiciona outra camada de detalhes às informações que podemos extrair deles”, disse Michael Hasson, um candidato a Ph.D. com Mathieu Lapôtre, um professor assistente de ciências da Terra e planetárias na Stanford Doerr School of Sustainability.

Hasson é o autor principal de um novo estudo que demonstra a ferramenta, publicado em Anais da Academia Nacional de Ciências.

Assinaturas reveladoras

Historicamente, a análise microtextural tem sido feita à mão e a olho nu, usando lupas e microscópios para tentar tirar inferências sobre a história dos grãos de areia.

A ciência moderna validou a abordagem, mostrando que os mecanismos de transporte realmente transmitem assinaturas reveladoras — por exemplo, grãos que viajaram mais longe geralmente parecem mais arredondados porque tiveram seus cantos afiados embotados; ondas e vento também deixam padrões de abrasão distintos.

No entanto, a análise microtextural tradicional é altamente subjetiva, demorada e dispersa entre diferentes estudos. Graças à nova ferramenta, que aproveita o poder do aprendizado de máquina para examinar profundamente imagens microscópicas de grãos de areia, a análise microtextural agora pode ser muito mais quantitativa, objetiva e potencialmente útil em uma ampla gama de aplicações. Ela também analisa grãos de areia individuais em vez de agrupar vários grãos em uma única categoria, oferecendo uma avaliação mais completa.

“Em vez de um humano analisar e decidir qual é uma textura em relação a outra para grãos de areia, estamos usando aprendizado de máquina para tornar a análise microtextural mais objetiva e rigorosa”, disse Lapôtre, autor sênior do artigo. “Nossa ferramenta está abrindo portas para aplicações de análise microtextural que não estavam disponíveis antes.”

No mundo todo, a areia é o recurso mais usado, depois da água, e é essencial na indústria da construção. Materiais como concreto, argamassa e alguns rebocos exigem areia angular para adesão e estabilidade adequadas. Avaliar as origens da areia, no entanto, para garantir o fornecimento ético e legal é desafiador, então os pesquisadores esperam que o SandAI possa reforçar a rastreabilidade. Por exemplo, o SandAI pode ajudar os investigadores forenses a reprimir a mineração e dragagem ilegais de areia.

Treinando a ferramenta

Para criar o SandAI, os pesquisadores empregaram uma rede neural que “aprende” de maneira semelhante ao cérebro humano, onde respostas corretas fortalecem conexões entre neurônios artificiais, ou nós, no programa, permitindo que o computador aprenda com seus erros.

Com a ajuda de colaboradores do mundo todo, Hasson reuniu centenas de imagens de grãos de areia obtidas por microscópio eletrônico de varredura, representando materiais dos ambientes terrestres mais comuns: fluvial (rios e córregos), eólico (sedimentos transportados pelo vento, como dunas de areia), glacial e praiano.

“Queríamos que esse método funcionasse em todo o tempo geológico, mas também em toda a geografia que temos na Terra”, disse Hasson. “Então, por exemplo, a classe de dunas sopradas pelo vento foi projetada para incluir exemplos que são úmidos e secos, grandes e pequenos. Precisávamos que as classes fossem tão diversas quanto possível.”

O SandAI analisou esse conjunto de imagens para treinar a si mesmo para prever as histórias dos grãos de areia com base em características que pesquisadores humanos talvez nunca discernissem. A ferramenta naturalmente cometeu erros e então melhorou iterativamente. Uma vez que o SandAI atingiu uma precisão de previsão robusta de 90%, os pesquisadores introduziram novas amostras que o modelo não tinha visto anteriormente.

Com imagens de arenitos de ambientes bem caracterizados, desde os dias atuais até aproximadamente 200 milhões de anos na era Jurássica, o SandAI teve um bom desempenho, elucidando corretamente os históricos de transporte dos grãos.

Nova ciência e aplicações

Em seguida, os pesquisadores desafiaram a ferramenta com imagens de grãos de areia coletados da Noruega que datam de mais de 600 milhões de anos, no período Criogeniano. Mais conhecido como o tempo da “Terra Bola de Neve”, foi quando se acredita que as camadas de gelo cobriram todo o planeta, antes que plantas e animais tivessem evoluído. A origem da amostra em questão, chamada de Membro Bråvika, foi contestada, com vários grupos de pesquisa chegando a conclusões diferentes.

“Com essa amostra Cryogenian, vimos até onde podemos levar o SandAI e realmente usá-lo para fazer novas ciências em vez de apenas verificar se a ferramenta funcionava”, disse Hasson.

Curiosamente, a SandAI supôs que os grãos de areia antigos foram moldados e depositados como parte de uma duna de areia soprada pelo vento — em concordância com alguns estudos microtexturais manuais. Além disso, como a ferramenta analisa grãos de areia individuais, em vez de agrupar vários grãos em uma única categoria, outros detalhes surgiram.

Enquanto a assinatura dominante de fato indicava transporte eólico, uma assinatura secundária que técnicas manuais provavelmente deixariam passar despercebida apontava para areia glacial. Juntos, esses sinais pintam um retrato de dunas de areia correndo em algum lugar perto de uma geleira, como bem poderia ser esperado durante o período Snowball Earth.

Para avaliar essas descobertas mais a fundo, Hasson e colegas procuraram por um potencial análogo moderno dessa cena geológica criogeniana. Os pesquisadores executaram grãos de areia soprados pelo vento da Antártida pelo SandAI e, com certeza, chegaram ao mesmo resultado.

“Essas descobertas do SandAI sugerem que a Antártida realmente é um bom análogo moderno para o ambiente representado pelo Membro Bråvika”, disse Hasson. “Elas são uma evidência realmente forte de que o sinal que obtivemos dos depósitos criogenianos não é apenas um acaso.”

Os pesquisadores disponibilizaram o SandAI online para qualquer um usar. Eles planejam continuar desenvolvendo-o com base no feedback do usuário e estão ansiosos para ver a ferramenta aplicada em uma variedade de contextos.

“O fato de que agora podemos oferecer conclusões detalhadas sobre depósitos geológicos que não eram cognoscíveis antes eu acho meio alucinante”, disse Hasson. “Estamos ansiosos para ver o que mais o SandAI pode fazer.”