Identification de minéraux par Machine Learning

[Fred_V]

Bonjour Zunyite,votre mention du fait que ça ne devrait pas poser  de problèmes pour les fossiles est encourageant, mais après avoir, grâce à Elasmo récupéré quelques images, il est clair pour nous, même ceci n'est pas si "facile"

 

Pour revenir sur vos commentaires sur les minéraux, oui une détermination fine est certainement actuellement hors de portée, mais on doit pouvoir imaginer quelque chose à un niveau plus grossier (et dans ce cas effectivement il faut se poser la question à quoi ça sert si même une personne néophyte  pourrait le faire visuellement......peut être un outil pédagogique ?)

 

Pour la question de la qualité de l'image, je vais essayer ci dessous d'attacher deux résultats, dans un domaine non relié à ce forum, qui montrent que dans certains cas on arrive quand même à détecter et  à reconnaitre qque chose avec certes une probabilité de détection et classification correcte qui décroit si l'image est de qualité médiocre

Pour ce qui est des minéraux qui réfléchissent de façon différencier en fonction de la longueur d'onde de la lumière, là on a effectivement un vrai problème qui peut entrainer beaucoup de prédictions fausses.

 

 

[José el Français]

C'est vrai que pour les fossiles ça reste proche de ce que sait déjà faire l'IA avec la faune et la flore actuelle, puis anthropiquement parlant le classement des espèces est assez visuel donc abordable pour l'IA, sauf exceptions.

 

Pour la minéralogie, la pédagogie résiderait dans le fait d'apprendre aux gens comment reconnaître les cailloux eux-même !

Je ne fais pas de l'IAbashing, je trouve d'autant plus la démarche intéressante de voir jusqu’où justement l'IA peut aller, mais je me demande dans quel domaine l'appliquer...

 

Il faut rendre le problème à l'envers et ne pas se demander si elle peut le faire (car effectivement en l'état c'est une tâche monstrueusement énorme) mais plutôt de savoir à quoi pourrait servir, pour l'instant, le peu qu'elle saurait faire.

 

On peut essayer d'énumérer ensemble les différents domaines d'application d'une identification (espèce et provenance) visuelle de minéraux bruts par une IA.

 

JeF

[Fred_V]

Oui tout à fait d'accord,  et ensuite, à l'intersection entre les souhaits / envies / besoins et le faisable (plus ou moins facilement) on va peut - être trouver un sujet digne de faire quelques essais.

[Nico78]

Hello!

Pas adapté à la minéralo tant la diversité et les particularités sont importantes pour chaque spécimen ou au contraire des mineraux se ressemblant en photos ou seul des tests physiques et prise en mains permettront de le définir....

Apres c'est sure ce genre de logiciel pourra vous différencier une malachite (verte) d'une azurite (bleue)....de la meme maniere que les algorithmes permettent de différencier aisément une foret de la mer.

Du coté du milieu professionel de la Géologie, ce genre d'idée avait deja été travaillé (et en cour sur certains projets) pour des identifications petrographiques pour des campagnes de Carrotages ou études des cuttings de forage.

Sans succès pour ce que j'en ai entendus dire....

[Fred_V]

merci pour ce feedback, nous n'avons pas, pour l'instant, d'idée de valorisation, car en effet un quelconque outil pour être vendu doit garantir un certain niveau de qualité, et ceci, je le comprends un peu plus à chaque post sur ce forum, est loin d'être acquis. Nous sommes essentiellement en ce moment en train d'essayer de trouver des réponses (ou pas) à des challenges en Machine Learning et plus ces challenges sont proches d'un besoin  (même non marchand) mieux c'est.

Je comprends bien l'intérêt pour les compagnies d'exploration pétrolière d'essayer d'automatiser leurs diagnostiques de forage, et il est clair qu'un quelconque produit qui leur ferait gagner du temps ou qui améliorerait la qualité des prédictions les  intéresseraient.

L'industrie pétrolière n'est de toute façon pas notre cible en tant qu'entreprise, nous travaillons beaucoup plus avec les laboratoires académiques et les universités qui cherchent ou forment dans des domaines plus "développement durable" ou santé.

[gaeldeploeg]

il y a 25 minutes, Fred_V a dit :

Nous sommes essentiellement en ce moment en train d'essayer de trouver des réponses

Si cette IA arrive déjà a reconnaitre une forme géométrique et la nomme

exemple:

photo présenté à l'IA.

si la réponse est" Probability: 75% octaèdre, système cubique"

[Fred_V]

En effet c'est pas gagné, pour deux raisons majeures:

 

1 l'analyse de l'image  en machine learning, ne se fait qu'en 2D (et même pixel par pixel) alors que notre œil identifie une ou plusieurs structures 3D grâce à une aptitude à comprendre une perspective

2 la phase d'apprentissage nécessite beaucoup d'images de chaque classe......si par exemple vous avez 100 images de minéraux qu'on peut lui indiquer comme octaédre, système cublique et 100 autres qui n'en sont pas (ou mieux appartiennent tous à un autre système cristallographique) on peut essayer un entrainement sur la base de ces 100+100, et avec par exemple une dizaine d'images de chaque qui n'ont pas été utilisées pour l'apprentissage voir ce qu'est la prédiction par image.

 

De plus il faut éviter des fonds d'images trop différents entre les jeux d'entrainement et ceux de tests car ceci influence fortement le résultat, quelque  soit le 1er plan.

 

[gaeldeploeg]

Ma réponce est: Pink Fluorite on Muscovite, Pakistan.

Je reste sur la fluorine(espèce) en boules, rubanée, Cubo-octaèdres zoné, la liste est énorme et pour que tu puise te faire une idée, regarde le sujet

 

il y a 36 minutes, Fred_V a dit :

système cublique

Il y a sept système cristallin:

http://www.geowiki.fr/index.php?title=Liste_minéraux_par_système_cristallin

L'outil pédagogique pour humain est 

 

 

[Nico78]

A contacté eventuellement aussi,

l'école de Minéralogie de la Salle Bauvais qui est en court de montage d'une base de données photos des collections.

(avec un appel de 600k euros de financement????? il doit y avoir autre chose derriere....)

[Darna08]

La reconnaissance de minéraux vue au microscope (lame mince), ne pourrait pas être une application intéressante et plus facilement réalisable?

Le problème étant la différence de teinte entre les différents appareils ... 

[73?]

en lame mince, déjà selon l'épaisseur de la lame les fdp qui sont tout simple à reconnaître auront des couleurs différentes en LPA, avec une lame supérieure à 30µm il deviennent jaunes en LPA et plus gris. De même, la LPA, les couleurs varient tellement qu'il est possible de confondre deux trucs tout bête si le degré d'extinction n'est pas donné -> amphiboles

mais si on met en photo le degré d'extinction alors on perd la teinte maximale, et donc une info capitale..

Et ce qui se trouve en section polie est aussi difficile  selon le degré de luminosité

la différence entre deux cuivre gris, qui se joue à un pouvoir réflecteur de 4 % de différence, pour une même dureté.. faut rentrer la dureté alors

[Fred_V]

Merci Nico78 pour l'info sur l'école UniLasalle, je vais les contacter.

 

Pour la partie analyse sur lames minces, nous avons déjà un peu d'expérience en histologie, mais je ne suis pas persuadé que les différents types de réseaux de neurones que nous avons testés soient appropriés ici. Les commentaires de 73?  incitent également à être très prudent dans la capacité à démontrer une capacité d'identification sans erreur même minimale.

 

D'autre part,  n'aider à l'identification que les personnes ayant pu faire une coupe est assez réducteur.

Si certains d'entre vous ont des images de coupes je suis preneur pour au moins me faire un avis plus factuel.

 

A suivre donc

[Fred_V]

Les dernières nouvelles sur cet aspect.... au stade d'une exploration encore naissante.
Merci à elasmo pour l'accès à quelques séries de photos.

Vous verrez en suivant le lien suivant, et en choisissant l'icône Fossile, un essai de détection / classification entre ancilla et ampullariidae.

Il s'agit ici de quelque chose que l’œil humain est capable de distinguer aisément (et de façon beaucoup plus efficiente que l'informatique), mais qui a pour vocation de commencer à expliquer ce que cette méthode permet de faire.

Et, je l'espère, faire naître d'autres idées.

https://ml.gameplay.asa-showroom.com/fr/index.php

 

Toutes les réactions sont bienvenues.

Bonne découverte