Aplikacje na smartfony do rozpoznawania roślin nie radzą sobie z prawidłową identyfikacją

Istnieje wiele aplikacji na smartfony, których celem jest identyfikacja roślin na podstawie fotografii. Naukowcy sprawdzili, jak dobrze najpopularniejsze z nich radzą sobie ze swoimi zadaniami. Podczas testów okazało się, że żadna nie potrafi rozpoznawać roślin ze 100 proc. dokładnością.

Rozpoznawanie roślin dla wielu osób stanowi problem, dlatego też powstają chociażby pomagające w tym aplikacje na smartfony. Na ile jednak możemy im ufać? Grupa brytyjskich i irlandzkich naukowców sprawdziła najpopularniejsze z nich. Niektóre aplikacje w testach uzyskały bardzo słabe wyniki, ale nawet najlepsze nie osiągnęły 90-procentowej dokładności.

- Istnieje wiele powodów, dla których ważne jest, aby albo aplikacje były dokładne, albo ludzie byli świadomi, że te aplikacje to przewodnik, ale zdecydowanie nie jest on doskonały — mówi Julie Peacock z University of Leeds w Wielkiej Brytanii, współautorka badań, które ukazały się na łamach pisma "PLoS ONE" (DOI: 10.1371/journal.pone.0283386). - Na przykład ludzie mogą błędnie identyfikować ważne rodzime gatunki jako inwazyjne i usuwać je ze swoich ogrodów lub spożywać potencjalnie niebezpieczne dzikie rośliny, myśląc, że są to odmiany nieszkodliwe - dodaje.

Dalsza część artykułu pod materiałem wideo

Chociaż rosnące na Ziemi rośliny stanowią ponad 80 proc. istniejącej biomasy, to jednak nie tylko nie wszyscy potrafią je rozróżniać, co dotyczy nawet powszechnie występujących w naszym otoczeniu roślin, ale nawet ich nie zauważają. Doszło nawet do tego, że tego typu przypadłość zaczęła otrzymywać własne nazwy. Często jest ona określana mianem "ślepoty na rośliny".

Jakkolwiek by tego nie nazywać, niektórzy ludzie próbują szukać rozwiązań tego problemu. A jednym z nich mogą być tworzone na smartfony aplikacje, mające pomagać nam w rozpoznawaniu roślin. Po części ma to też na celu zwiększenie interakcji ludzi z otaczającą nas przyrodą. Jednakże jak dotąd nie zostało dokładnie zbadane, jak dobrze aplikacje te w ogóle radzą sobie ze stawianymi przed nimi zadaniami?

Problemem w kontekście takich potencjalnych badań jest też to, że jak do tej pory nie został opracowany żaden powtarzalny system punktacji, który mógłby służyć do porównywania jakości działania takich aplikacji.

Badacze postanowili na początek przyjrzeć się sześciu najczęściej używanym do rozpoznawania roślin aplikacjom, które możemy zainstalować na smartfonie. Są to Google Lens, iNaturalist, Leaf Snap, Plant Net, Plant Snap oraz Seek. Pokusili się również o opracowanie systemu oceniania jakości ich pracy. I tak system punktacji A miał posłużyć do określenia, jak dobrze dana aplikacja radzi sobie z identyfikacją rośliny w oparciu o pięć pierwszych zaprezentowanych przez nią propozycji, natomiast system B był już bardziej wymagający, ponieważ w jego przypadku punkty przyznawano tylko jeżeli program od razu wskazał prawidłową odpowiedź.

W teście użyto łącznie 38 fotografii przedstawiających całe rośliny oraz ich części takie jak kwiaty, liście, kora czy ich drewno. W trakcie testów uwidoczniły się różnice tak pomiędzy samymi aplikacjami, jak i tym, na ile dobrze radziły sobie one z poszczególnymi częściami roślin. W tym ostatnim kontekście zauważalne było to, że lepiej radziły one sobie z identyfikacją roślin na podstawie zdjęć kwiatów niż liści.

W obu tych kategoriach zdecydowanie najlepszymi programami okazały się Plant Net oraz Leaf Snap, przy czym ta pierwsza aplikacja wyróżniła się największą skutecznością w identyfikacji roślin na poziomie 88,2 proc.

Jak podkreślają naukowcy w tego typu aplikacjach drzemie pewien potencjał, który właściwie ukierunkowany mógłby sprawić, że mogłyby one być pomocne dla ogrodników-amatorów i wykorzystywane w celach edukacyjnych. Technologie te są również stale ulepszane. Jednakże, co również zostało podkreślone przez naukowców, w toku przeprowadzonych testów żadna z aplikacji nie uzyskała jakiegoś wybitnego wyniku w kontekście dokładności, trafności w odniesieniu do wszystkich roślin. W liczbach wyraża się to zaś w tym, iż żadna z nich nie uzyskała rezultatu, który przekroczyłby 90 proc. dokładności.

Źródło: University of Galway, fot. Pixabay