对于难以获得的草本标本的AI:在没有剖析的情况下识别泥炭 (Sphagnum亚属)
Damon P Little1,2, Blanka Aguero3, A Jonathan Shaw3
1Center for Biodiversity & Evolution, New York Botanical Garden, Bronx, NY, 10458, USA.
The New phytologist
|August 16, 2025
概括
人工智能 (AI) 现在可以从草本馆图像中识别具有挑战性的泥炭物种,优于人类专家. 这种人工智能模型,FireNetSEz,还揭示了肉眼看不见的新型形态特征.
科学领域:
- 植物学 植物学
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 传统上,草本馆标本的识别依赖于视觉检查,显微镜和解剖.
- 植物,如泥炭 (Sphagnum),由于形态可塑性,存在识别挑战.
- 现有的植物识别人工智能主要集中在易于区分的物种上.
研究的目的:
- 开发和评估一个AI模型,用于识别Sphagnum的草原标本.
- 测试人工智能使用未放大,低分辨率图像识别物种的能力.
- 探索AI在Sphagnum.com中发现新型形态字符的潜力.
主要方法:
- 一个新的AI模型,FireNetSEz,被开发用于基于图像的识别.
- 在4386张公开可用的草本馆图像和105个经过验证的标本上进行了培训.
- 使用精度回忆曲线下的面积 (AUCPR) 评估AI性能.
主要成果:
- 该FireNetSEz模型实现了68%的AUCPR用于Sphagnum物种识别.
- 人工智能识别的表现超过了一般植物学家和Sphagnum专家.
- 人工智能识别了器官边缘的微妙形态特征,这些特征往往被人类忽视.
结论:
- 人工智能可以在没有显微镜的情况下成功地从草本馆图像中识别出形态复杂的植物.
- 像FireNetSEz这样的AI模型为加速植物识别提供了一个有希望的工具.
- 人工智能检测新型特征的能力可以促进我们对Sphagnum和泥炭地生态系统的理解.
