近日在《BMC Evolutionary Biology》雜志上，法國蒙彼利埃國際發(fā)展農(nóng)業(yè)研究中心植物學家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。

　　對于此次該領域采用人工智能的嘗試，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(shù)投入。”

　　據(jù)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(shù)字化。

　　不過，Bonnet的團隊已經(jīng)通過Pl@ntNet項目實現(xiàn)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家擔心，其中許多人已經(jīng)覺得他們的研究領域被低估了。但是事實上，這種方法只能基于他們所做的工作之上才能實現(xiàn)，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(jié)果。”

　　此外，Bonnet還表示，通過所做的工作，還可以實現(xiàn)數(shù)據(jù)的共享，幫助數(shù)據(jù)貧乏地區(qū)進行相關(guān)工作的研究。