人工智能识别植物的准确率高达80%

北京，8月14日，《科学技术日报》——根据《自然》杂志官方网站最近的一份报告，在最新一期《进化生物学》杂志上发表的一篇论文称，经过数千张样本图像“训练”的计算机算法已经能够自动识别被抑制和干燥的植物样本。这是科学家第一次尝试通过深入学习来解决识别自然物种分类的困难任务，这使得计算机能够使用具有大量复杂数据集的神经网络。

世界各地的自然历史博物馆都在加快其藏品的数字化进程，并将标本图像存储在开放的数据库中。例如，美国国家科学基金会的iDigBio项目的一个数据库收集了美国各地超过1.5亿张植物和动物图像。

目前，世界上3.5亿物种中只有一小部分被数字化。然而，随着计算技术的进步，哥斯达黎加理工学院的计算机科学家埃里克·蒙塔洛和法国蒙彼利埃国际农业发展中心的植物学家皮埃尔·邦纳认为，为标本制作大型数据集是可能的。他们的团队已经实现了植物识别的自动化。

研究人员使用智能手机应用程序在现场拍摄标本，积累了数以百万计的新鲜植物图像，然后扫描和识别了1000多个物种和260000多个植物标本，使用先进的算法，准确率达到80%。

邦纳说，如此惊人的结果经常让植物学家担心他们的学术领域会被轻视。“但是人类的专业知识永远不会被消除，鉴定结果仍然需要植物学家来检查它们是否正确。”

人工智能鉴定标本的方法大大减少了植物学家收集和鉴定标本的时间。它还有助于提高样本数据不良地区的植物识别水平，特别是在生物多样性丰富但植物样本较少的地区。

此外，这种方法允许研究人员对大数据进行额外的分析。一般来说，植物标本样本包含丰富的数据信息，如采集的时间和地点，采集过程中是开花还是结果，以及花簇的密集特征。由于一些样本是几个世纪前的数据，它有助于研究植物如何适应气候变化。

“在自然历史的过程中，这种方法预测未来，”宾夕法尼亚州立大学的彼得·韦尔·福博士说。

总编辑圈

植物学家似乎摆脱了收集和鉴定标本的繁重工作。如果研究结果稳定，他们至少可以节省80%的时间！你知道，世界各地的自然历史博物馆中有越来越多的数字标本，单个数据库中就有超过1.5亿张图像。人工智能可以自动识别标本，这当然不会对植物学家构成威胁。毕竟，大多数评估工作都很无聊，但是很重要。人工智能在这些地方的帮助再周到不过了。打开一个大脑洞，如果科学家能把所有那些复杂和必要的事情交给人工智能，科学产出会更丰富吗？(方)

责任:张洋