本文已根据 Science X 的编辑流程和政策进行审阅。编辑在确保内容可信度的同时强调了以下属性：
事实核查
同行评审的出版物
可信来源
校对
斯坦福大学的研究人员开发了一种基于人工智能的工具，名为 SandAI，可以揭示石英砂粒的历史追溯到数亿年前。借助 SandAI，研究人员可以高精度判断风、河流、波浪或冰川运动是否形成和沉积了沙粒。
该工具为研究人员提供了了解过去的独特窗口，可用于地质和考古研究，特别是对于那些很少有其他线索（例如化石）随着时间的推移而保存下来的时代和环境。SandAI 的方法称为微观结构分析，还可以帮助对非法采砂及相关问题进行现代法证调查。
“在未受干扰或变形的沉积矿床上工作感觉就像您一样亲近可以进入时间机器，准确地看到地球表面的情况，甚至数亿年前，SandAI 为我们可以从中获取的信息添加了另一层细节，”博士迈克尔·哈森 (Michael Hasson) 说。.D.斯坦福杜尔可持续发展学院地球和行星科学助理教授 Mathieu Laptre 的候选人。
Hasson 是一项展示该工具的新研究的主要作者，该研究发表在《美国国家科学院院刊》上。
从历史上看，微观结构分析是通过手工和肉眼进行的，使用放大镜和显微镜来尝试推断沙粒的历史。
现代科学已经验证了这种方法，表明运输机制确实传递了明显的特征，例如，传播得更远的谷物通常看起来更圆，因为它们的尖角变钝了；海浪和风也会留下独特的磨损图案。
然而，传统的微观结构分析非常主观、耗时，而且在不同的研究中都是分散的。得益于新工具，它利用机器学习的力量来深入检查沙粒的微观图像，微观结构分析现在可以更加定量、客观，并且在广泛的应用中可能有用。它还分析单个沙粒，而不是将多个沙粒归为一个类别，从而提供更完整的评估。
“我们不是由人类仔细检查并决定沙粒的一种纹理与另一种纹理是什么，而是使用机器学习使微观结构分析更加客观和严谨，”该论文的高级作者拉普特说。“我们的工具为微观结构分析应用打开了大门，这是以前无法实现的。”
在世界范围内，沙子是继水之后使用最多的资源，在建筑行业中至关重要。混凝土、砂浆和一些灰泥等材料需要角砂才能获得适当的粘附力和稳定性。然而，测量沙子的来源以确保道德和合法来源具有挑战性，因此研究人员希望 SandAI 能够增强可追溯性。例如，SandAI 可以帮助法医调查人员打击非法采砂和疏浚行为。
为了构建 SandAI，研究人员采用了一个神经网络，该网络可以在类似于人脑的方式，正确的答案会加强程序中人工神经元或节点之间的联系，使计算机能够从错误中学习。
在世界各地合作者的帮助下，哈森组装了数百个沙粒的扫描电子显微镜图像，代表来自最常见陆地环境的物质：河流（河流和溪流）、风成沉积物（风吹沉积物，例如沙丘）、冰川和海滩。
“我们希望这种方法不仅适用于整个地质时期，而且适用于地球上的所有地理区域。”哈森说。“例如，风吹沙丘类的设计包括湿和干、大和小的示例。我们需要这些类尽可能多样化。”
SandAI 对此进行了分析一组图像来训练自己根据人类研究人员可能无法识别的特征来预测沙粒的历史。该工具自然会犯错误，然后会迭代改进。一旦 SandAI 达到了 90% 的预测准确率，研究人员就引入了该模型以前从未见过的新样本。
利用来自特征鲜明的环境的砂岩图像，范围从今天到大约 2 亿年前在侏罗纪时代，SandAI 表现良好，正确地阐明了颗粒的运输历史。
接下来，研究人员用从挪威收集的沙粒图像对该工具提出了挑战，可以追溯到六亿多年前的成冰纪时期。这个时期被称为“雪球地球”时期，人们认为在植物和动物进化之前，冰盖已经覆盖了整个地球。被称为“Brvika Member”的样本的起源一直存在争议，各个研究小组得出了不同的结论。
“通过这个低温样本，我们看到了我们可以将 SandAI 推向多远，并且真正实现这一目标。”哈森说：“用它来做新的科学研究，而不仅仅是验证该工具是否有效。”
有趣的是，SandAI 推测古代沙粒是作为风吹沙丘的一部分而形成和沉积的，与一些人达成一致手动微观结构研究。此外，由于该工具分析单个沙粒，而不是将多个沙粒集中到一个类别中，因此出现了其他细节。
虽然主要特征确实表明了风传输，但手动技术可能会错过的次要特征指出冰川沙。这些信号共同描绘了在冰川附近某处运行的沙丘的肖像，正如雪球地球时期所预料的那样。
为了进一步评估这些发现，哈森和同事寻找了一个潜在的现代模拟这个冰冻纪地质场景。研究人员通过 SandAI 运行来自南极洲的风吹沙粒，果然得到了相同的结果。
“SandAI 的这些发现表明，南极洲确实是与 Brvika 成员所代表的环境很好的现代模拟，”哈森说。“它们是一个非常有力的证据，表明我们从成冰期沉积物中获得的信号不仅仅是侥幸。”
研究人员已将 SandAI 发布到网上供任何人使用。他们计划根据用户反馈继续开发该工具，并期待看到该工具在各种环境中得到应用。
“事实上，我们现在可以提供以前不知道的有关地质矿床的详细结论。我觉得有点令人兴奋，”哈森说。“我们期待看到 SandAI 还能做什么。”
更多信息：Michael Hasson 等人，自动确定沙子和砂岩中的传输和沉积环境，美国国家科学院院刊 (2024）。DOI：10.1073/pnas.2407655121
期刊信息：Proceedings of the National Academy of Sciences
由斯坦福大学提供