世界各地的天然汗青博物館正在加快藏品數(shù)字化過(guò)程，將標(biāo)本圖象存儲(chǔ)在開放數(shù)據(jù)庫(kù)中。好比美國(guó)國(guó)度迷信基金會(huì)的iDigBio項(xiàng)目標(biāo)一個(gè)數(shù)據(jù)庫(kù)，就具有來(lái)自全美各地搜集的跨越1.5億張植物和植物圖象。
今朝，世界3.5億個(gè)物種中，只要一小部門被數(shù)字化了。然則，跟著盤算技巧的提高，哥斯達(dá)黎加理工學(xué)院盤算機(jī)迷信家艾瑞克-蒙塔羅和法國(guó)蒙彼利埃國(guó)際成長(zhǎng)農(nóng)業(yè)研討中間植物學(xué)家皮埃爾-邦尼特以為，為標(biāo)本做年夜數(shù)據(jù)集曾經(jīng)成為能夠。他們的團(tuán)隊(duì)曾經(jīng)完成了植物辨認(rèn)的主動(dòng)化。
研討人員借助智妙手機(jī)運(yùn)用法式現(xiàn)場(chǎng)拍攝標(biāo)本，積聚了數(shù)以百萬(wàn)計(jì)的新穎植物圖象，然后對(duì)1000多個(gè)物種、跨越26萬(wàn)份植物標(biāo)本停止了掃描辨認(rèn)，采取先輩算法的辨認(rèn)精確率高達(dá)80%。
邦尼特說(shuō)，如許驚人的成果常常讓植物學(xué)家擔(dān)憂其學(xué)術(shù)范疇被歧視。“但人類的特長(zhǎng)永久不會(huì)被清除，辨認(rèn)成果仍須要植物學(xué)家來(lái)磨練準(zhǔn)確與否。”
人工智能辨認(rèn)標(biāo)本的辦法，極年夜地削減了植物學(xué)家搜集和辨認(rèn)標(biāo)本的時(shí)光，還能贊助改良標(biāo)本數(shù)據(jù)窮困地域的植物判定程度，對(duì)生物多樣性豐碩但植物標(biāo)本較少的地域特殊有效。
另外，這類辦法還能讓研討人員對(duì)年夜數(shù)據(jù)停止額定的剖析。普通而言，植物標(biāo)本樣本中含有豐碩的數(shù)據(jù)信息，例如收集時(shí)光和所在，收集時(shí)在開花照樣在成果，和花群密集特點(diǎn)等。因?yàn)橐恍颖臼菐讉€(gè)世紀(jì)之前的數(shù)據(jù)，是以，可以贊助研討植物是若何順應(yīng)氣象變更的。
美國(guó)賓夕法尼亞州立年夜學(xué)博士彼得-威爾夫說(shuō)：“在天然汗青的過(guò)程中，這類辦法預(yù)示著將來(lái)。”
植物學(xué)家仿佛能從沉重的搜集和辨認(rèn)標(biāo)本的任務(wù)中束縛出來(lái)了。假如研討成果穩(wěn)固，他們至多可以或許省下80%的時(shí)光啊！要曉得，世界各地的天然汗青博物館中的數(shù)字化標(biāo)本愈來(lái)愈多，單一個(gè)數(shù)據(jù)庫(kù)就有跨越1.5億張圖象。人工智能可以主動(dòng)辨認(rèn)標(biāo)本，這對(duì)植物學(xué)家來(lái)講固然不是威逼。究竟，年夜部門判定任務(wù)死板又無(wú)聊，但又相當(dāng)主要，人工智能在這些處所協(xié)助，真是不克不及更貼心。開一個(gè)腦洞，假如迷信家能把那些繁瑣又不能不做的都交給人工智能，迷信產(chǎn)出會(huì)不會(huì)加倍豐碩？
