法國科學(xué)家將AI算法用于植物研究

　　近日在《BMC Evolutionary Biology》雜志上，法國蒙彼利埃國際發(fā)展農業(yè)研究中心植物學(xué)家Pierre Bonnet及其研究團隊發(fā)布了一篇文章，闡述了他們使用AI算法解決生物進(jìn)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(zhù)自然歷史學(xué)家承擔著(zhù)大量的計算和分析工作。

　　對于此次該領(lǐng)域采用人工智能的嘗試，賓夕法尼亞州立大學(xué)的博士Peter Wilf說(shuō)：“這才只是剛剛開(kāi)始，未來(lái)將會(huì )有更多的技術(shù)投入。”

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

　　不過(guò)，Bonnet的團隊已經(jīng)通過(guò)Pl@ntNet項目實(shí)現了工廠(chǎng)識別的自動(dòng)化進(jìn)程。研究人員對超過(guò)260,000個(gè)植物標本的掃描進(jìn)行了類(lèi)似的算法，涵蓋了超過(guò)1000種植物種類(lèi)，準確度最終維持在80%。

　　但這一進(jìn)程并非所有人都支持，對此，Bonnet解釋道：“這樣的發(fā)展趨勢讓很多植物學(xué)家擔心，其中許多人已經(jīng)覺(jué)得他們的研究領(lǐng)域被低估了。但是事實(shí)上，這種方法只能基于他們所做的工作之上才能實(shí)現，它只是一個(gè)工具，永遠不會(huì )剝奪人的工作。最終，還是需要人來(lái)驗證和確定結果。”

　　此外，Bonnet還表示，通過(guò)所做的工作，還可以實(shí)現數據的共享，幫助數據貧乏地區進(jìn)行相關(guān)工作的研究。