【48812】人工智能辨认植物准确率高达80％

  科技日报北京8月14日电（记者房琳琳）据《天然》杂志官网日前报导，一篇宣布在最新一期《进化生物学》杂志上的论文称，用不计其数份标本图画“练习”过的计算机算法，现已能自动辨认被限制的、枯燥植物标本的物种。这是科学家初次测验经过深度学习，让计算机运用大型杂乱数据集的神经网络，处理了辨认天然物种分类的困难使命。

  世界各地的天然前史博物馆正在加快藏品数字化进程，将标本图画存储在敞开数据库中。比方美国国家科学基金会的iDigBio项目的一个数据库，就具有来自全美各地搜集的超越1.5亿张植物和动物图画。

  现在，世界3.5亿个物种中，只要一小部分被数字化了。可是，跟着计算技术的前进，哥斯达黎加理工学院计算机科学家艾瑞克·蒙塔罗和法国蒙彼利埃世界发展农业研讨中心植物学家皮埃尔·邦尼特以为，为标本做大数据集渐渐的变成了或许。他们的团队现已完成了植物辨认的自动化。

  研讨人员凭借智能手机应用程序现场拍照标本，积累了数以百万计的新鲜植物图画，然后对1000多个物种、超越26万份植物标本进行了扫描辨认，运用先进算法的辨认准确率高达80％。

  邦尼特说，这样惊人的成果往往让植物学家忧虑其学术范畴被小看。“但人类的特长永久都不或许被消除，辨认成果仍需求植物学家来查验正确与否。”

  人工智能辨认标本的办法，极大地减少了植物学家搜集和辨认标本的时刻，还能协助改善标本数据匮乏区域的植物判定水平，对生物多样性丰厚但植物标本较少的区域特别有用。

  此外，这种办法还能让研讨人员对大数据进行额定的剖析。一般来说，植物标本样本中富有丰厚的数据信息，例如收集时刻和地址，收集时在开花仍是在成果，以及花群密布特征等。因为一些样本是几个世纪曾经的数据，因而，可以在必定程度上协助研讨植物是怎样来习惯气候均匀状况随时刻的改变的。

  美国宾夕法尼亚州立大学博士彼得·威尔夫说：“在天然前史的进程中，这种办法预示着未来。”