“Nhà khoa học huấn luyện trí tuệ nhân tạo để khai phá dữ liệu từ hàng triệu mẫu thực vật”

Trí tuệ nhân tạo (AI) có thể là một đồng minh đắc lực cho các nhà nghiên cứu, đặc biệt là khi xử lý một lượng lớn thông tin. Lần đầu tiên trên thế giới, một nhóm nghiên cứu ở Úc đã huấn luyện thành công AI để trích xuất dữ liệu từ hàng triệu mẫu thực vật được lưu trữ trong các thảo mộc trên khắp thế giới, thu được những hiểu biết mới về tác động của biến đổi khí hậu đối với thực vật.

Các nhà nghiên cứu đã sử dụng một thuật toán học máy mới để xử lý hơn 3.000 mẫu lá và phát hiện ra điều đó. Họ phát hiện ra rằng trên cùng một loài, kích thước lá không nhất thiết tăng lên khi nhiệt độ tăng hoặc độ ẩm của khí hậu. Điều này thật đáng ngạc nhiên vì ở các loài khác nhau, kích thước lá tăng theo nhiệt độ và độ ẩm.

Đã, đây là một khám phá thú vị. Nó cũng cho thấy cách AI có thể được sử dụng để hiểu rõ hơn về các loài và ghi lại tác động của biến đổi khí hậu.

Will Cornwell, tác giả chính và nhà nghiên cứu tại Đại học New South Wales (UNSW), cho biết: “Bộ sưu tập phòng tiêu bản là một viên nang thời gian tuyệt vời của các mẫu thực vật. “Hàng năm, hơn 8000 mẫu vật được thêm vào riêng Phòng tiêu bản quốc gia của New South Wales, vì vậy không thể xem xét mọi thứ theo cách thủ công nữa.”

Với sự trợ giúp của các thuật toán

Phòng tiêu bản là một bộ sưu tập các mẫu thực vật được bảo quản, dán nhãn và lưu trữ một cách có tổ chức để tạo điều kiện thuận lợi cho việc tiếp cận. Chúng đã tồn tại ít nhất từ ​​thế kỷ 16. Thông thường, cây được làm phẳng, sấy khô và gắn trên giấy có kích thước thống nhất. Mỗi cây được ghi lại có một nhãn với thông tin về nó, chẳng hạn như ngày nó được thu thập.

Một vài năm trước, các nhà khoa học đã bắt đầu một chiến dịch chuyển tất cả các bộ sưu tập tiêu bản lên mạng. Cornwell giải thích trong một tuyên bố: “Để có được thông tin về tất cả các mẫu vật đáng kinh ngạc cho các nhà khoa học hiện đang nằm rải rác trên khắp thế giới, cần phải nỗ lực quét các mẫu vật để tạo ra các bản sao kỹ thuật số có độ phân giải cao của chúng”.

Dự án lớn nhất được thực hiện tại Vườn bách thảo Sidney, với hơn một triệu mẫu thực vật được chuyển đổi thành hình ảnh kỹ thuật số có độ phân giải cao. Sau khi hoàn thành, nhà nghiên cứu quyết định tiếp tục. Họ đã tạo ra một thuật toán có thể được đào tạo để phát hiện và đo kích thước lá của các mẫu được quét cho hai chi thực vật.

Họ tập trung vào Ficus, một chi gồm 850 loài cây thân gỗ, cây bụi và dây leo, và Syzygium, thường được gọi là lillipillies, anh đào cọ hoặc satin. Quá trình này dạy AI nhìn và xác định các thành phần của thực vật giống như con người. Cornwell nói: “Về cơ bản, chúng tôi đang dạy máy tính tìm lá và sau đó đo kích thước của chúng.

Thuật toán này được sử dụng để phân tích mối quan hệ giữa kích thước lá và khí hậu. Một quy tắc chung trong thế giới thực vật là ở vùng khí hậu ẩm ướt hơn, lá cây lớn hơn ở vùng khí hậu khô hơn. Mặc dù mô hình này được nhìn thấy giữa các loài thực vật khác nhau, nhưng mối tương quan tương tự không được thấy ở một loài duy nhất trên toàn thế giới.

Điều này có thể là do một quá trình khác, được gọi là dòng gen, hoạt động trong loài. Quá trình đó làm suy yếu khả năng thích nghi của thực vật ở quy mô cục bộ và có thể ngăn cản sự phát triển của các mối quan hệ giữa kích thước lá và khí hậu trong các loài. Các nhà nghiên cứu cho biết, mô hình AI được sử dụng cung cấp đủ độ chính xác để xem mối quan hệ giữa tàu lá và khí hậu.

“Nhưng vì thế giới đang thay đổi khá nhanh và có quá nhiều dữ liệu, loại phương pháp học máy này có thể được sử dụng để ghi lại hiệu quả các tác động của biến đổi khí hậu,” Cornwell. Các thuật toán cũng có thể được đào tạo để phát hiện các xu hướng có thể không rõ ràng đối với các nhà nghiên cứu, dẫn đến những hiểu biết mới về cách thực vật có thể phản ứng với tác động của biến đổi khí hậu.

Nghiên cứu được công bố trên Tạp chí Thực vật học Hoa Kỳ.