世界各地的天然汗青博物馆正在加快藏品数字化过程，将标本图象存储在开放数据库中。好比美国国度迷信基金会的iDigBio项目标一个数据库，就具有来自全美各地搜集的跨越1.5亿张植物和植物图象。
今朝，世界3.5亿个物种中，只要一小部门被数字化了。然则，跟着盘算技巧的提高，哥斯达黎加理工学院盘算机迷信家艾瑞克-蒙塔罗和法国蒙彼利埃国际成长农业研讨中间植物学家皮埃尔-邦尼特以为，为标本做年夜数据集曾经成为能够。他们的团队曾经完成了植物辨认的主动化。
研讨人员借助智妙手机运用法式现场拍摄标本，积聚了数以百万计的新颖植物图象，然后对1000多个物种、跨越26万份植物标本停止了扫描辨认，采取先辈算法的辨认精确率高达80%。
邦尼特说，如许惊人的成果常常让植物学家担忧其学术范畴被歧视。“但人类的特长永久不会被清除，辨认成果仍须要植物学家来磨练准确与否。”
人工智能辨认标本的办法，极年夜地削减了植物学家搜集和辨认标本的时光，还能赞助改良标本数据穷困地域的植物判定程度，对生物多样性丰硕但植物标本较少的地域特殊有效。
另外，这类办法还能让研讨人员对年夜数据停止额定的剖析。普通而言，植物标本样本中含有丰硕的数据信息，例如收集时光和所在，收集时在开花照样在成果，和花群密集特点等。因为一些样本是几个世纪之前的数据，是以，可以赞助研讨植物是若何顺应气象变更的。
美国宾夕法尼亚州立年夜学博士彼得-威尔夫说：“在天然汗青的过程中，这类办法预示着将来。”
植物学家仿佛能从沉重的搜集和辨认标本的任务中束缚出来了。假如研讨成果稳固，他们至多可以或许省下80%的时光啊！要晓得，世界各地的天然汗青博物馆中的数字化标本愈来愈多，单一个数据库就有跨越1.5亿张图象。人工智能可以主动辨认标本，这对植物学家来讲固然不是威逼。究竟，年夜部门判定任务死板又无聊，但又相当主要，人工智能在这些处所协助，真是不克不及更贴心。开一个脑洞，假如迷信家能把那些繁琐又不能不做的都交给人工智能，迷信产出会不会加倍丰硕？
