法科學家將AI演算法用於植物研究

近日，在《BMC Evolutionary Biology》雜誌上，法國蒙彼利埃國際發展農業研究中心植物學家Pierre Bonnet及其研究團隊發布了一篇文章，闡述了他們使用AI演算法解決生物進化上的植物標本收集和識別工作。

迄今為止，世界各地的自然歷史博物館都存有大量的標本和資料，也就意味著自然歷史學家承擔著大量的計算和分析工作。

對於此次該領域採用人工智慧的嘗試，賓夕法尼亞州立大學的博士Peter Wilf說：「這才只是剛剛開始，未來將會有更多的技術投入。」

據了解，世界上有大約3000個標本室，其中約有3.5億個標本，目前只有一小部分被數字化。

不過，Bonnet的團隊已經通過Pl@ntNet項目實現了工廠識別的自動化進程。研究人員對超過260,000個植物標本的掃描進行了類似的演算法，涵蓋了超過1000種植物種類，準確度最終維持在80%。

但這一進程並非所有人都支持，對此，Bonnet解釋道：「這樣的發展趨勢讓很多植物學家擔心，其中許多人已經覺得他們的研究領域被低估了。但是事實上，這種方法只能基於他們所做的工作之上才能實現，它只是一個工具，永遠不會剝奪人的工作。最終，還是需要人來驗證和確定結果。」

此外，Bonnet還表示，通過所做的工作，還可以實現數據的共享，幫助數據貧乏地區進行相關工作的研究。

原文：Going deeper in the automated identification of Herbarium specimens