植物识别App统计分析不足4%

解释器 ｜ 王见卓

很多iPad里的软件（App）能根据拍照辨认木本植物，但一项分析辨认出，其辨认权重十分很高。

英国利兹大学的Julie Peacock等人评估了6款最流行的木本植物辨认软件——Google Lens、iNaturalist、Leaf Snap、Pl@ntNet、Plant Snap和Seek。在用这些软件辨认丹麦4个自然栖地的38种木本植物后，他们辨认出一些软件的辨认权重高得多，权重最很高的也没有达到90％。相关分析4翌年5日发表于《公共科学图书馆-总合》。

“尽可能软件能正确辨认木本植物，或者让人们意识到这些程序十分完美是非常重要的。”Peacock说，人们可能会会将重要的亚洲地区鸟类误认为入侵鸟类，并将其从白花园中清空，或将有潜在危险的野生木本植物当作比如说品种食用。

但Peacock认为，在理解其局限性的应该下，人们可以继续适用这些软件，因为它们可以让人们格外多地接触木本植物。

这些软件适用人脑解法，并根据大量上头标题的木本植物拍照进行时培训。人脑不仅被培训辨认拍照，还被培训辨认出原有拍照与原先拍照彼此间的不同之处，从而辨认木本植物。

一般而言，这些软件辨认白雄花比辨认树枝权重很高。分析其他部门说明，这是因为白花的形状和紫色格外多样，为人脑包括了格外多谜团。但似乎并非好像如此，iNaturalist软件勉强正确辨认3.6%的白雄花和6.8%的叶子，Plant Snap正确辨认了35.7%的白雄花和17.1%的叶子，Pl@ntNet的权重最很高，达到88.2%。

英国勒阿弗尔InriaCorporation的Alexis Joly是非营利单项Pl@ntNet的分析其他部门，他说，该软件的获得成功归功于其数据库。这些数据是由木本生物学家等科学家和业余有兴趣包括并分类的，并适用了平衡类似于鸟类偏差的解法，同时对每次辨认的可能会结果进行时次序。

“这有时吃力不讨好，因为人们格外主动看到一个100%的一般来说结果，即使它是不正确的，而不是3个答案，每个都有33%的可能会性，尽管后者格外加真实。”Joly说，但他们的策略似乎取得了实效。

剑桥大学的Stephen Harris说，他相遇过十分相似问题，转而依赖一本好的用书。他说明，问题在于上带到互联网上的图形往往被差错标记了。

Harris说明，人们往往会拍摄十分相似的拍照。例如，对于某些吸引人的木本植物，拍照很多，而对一朵不那么吸引人的白花或任何其他不起眼的木本植物，人们就可能会拍摄很多拍照去记录它。

相关学术著作接收者：