Un equipo con un gran ojo está a punto de transformar Botánica

Mi papá es un biólogo de vida silvestre, y durante los viajes por carretera nos llevó cuando yo estaba creciendo pasó mucho tiempo hablando de las hierbas y los árboles a lo largo de la carretera. Fue un partido que jugó, tratando de identificar correctamente la vegetación que pasa desde el asiento del conductor de un coche en movimiento. Como un niño carsick propensas encajada en el asiento trasero de un Ford F150, he encontrado esta sumamente escaso. Como adulto, específicamente, uno que acaba de hablar con una paleobotánica-ahora sé algo sobre el hábito de roadtripping de mi padre: Identificación de las hojas no es fácil.

"He mirado en decenas de miles de hojas fósiles de vida y," dice que la paleobotánica, Peter Wilf de la Facultad de Ciencias de la Tierra y minerales de Penn State. "Nadie puede recordar lo que todos parecen similares. Es imposible, hay decenas de miles de intersecciones de vetas. "También hay patrones en la separación de la vena, diferentes formas de dientes, y toda una serie de otras características que distinguen a una hoja de la siguiente. No se puede cometer todos estos datos en la memoria, los botánicos se basan en cambio en un método manual de identificación desarrollado en la década de 1800. Ese método llamado hoja de arquitectura de hasn't cambiado mucho desde entonces. Se basa en un libro de referencia de grasa llena de "un conjunto inequívoco y el nivel de términos para describir la forma de la hoja y nerviación," y es un proceso laborioso; Wilf dice la correcta identificación de la taxonomía de una sola hoja puede tomar dos horas.

Es por eso que, durante los últimos nueve años, Wilf ha trabajado con un neurocientífico computacional de la Universidad Brown software de computadora para programar hacer lo que el ojo humano no puede: identificar a las familias de las hojas, en cuestión de milisegundos. El software, que Wilf y sus colegas describen en detalle en un número reciente de la revista de la Academia Nacional de Ciencias, combina la visión por ordenador y de aprendizaje automático algoritmos para identificar patrones en las hojas, que une a las familias de las hojas que potencialmente evolucionaron a partir de un 72 por ciento exactitud. De este modo, Wilf ha diseñado una solución fácil de usar para un aspecto vez laboriosa de paleobotánica. El programa, dice, "va a cambiar realmente la forma en que entendemos la evolución de plantas."

El proyecto comenzó en 2007, después de Wilf leer un artículo en The Economist titulado "Fácil en los ojos." Se documentó el trabajo de Thomas Serre, el neurocientífico de Brown, en el software de reconocimiento de imágenes. Serre estaba en el MIT en el momento y había enseñado una computadora para distinguir fotos con los animales de fotos sin animales, con una tasa de 82 por ciento de exactitud. Eso era mejor que sus alumnos (humanos), que sólo lo logró solamente el 80 por ciento de las veces. "La alarma se encendió en mi cabeza", dice Wilf, que la llamada fría Serre y le preguntó si este programa de ordenador puede ser enseñado a reconocer patrones en las hojas. Serre dijo que sí, y los dos científicos improvisado un conjunto de imágenes preliminar de las hojas de alrededor de cinco familias y comenzó a correr pruebas de reconocimiento en el equipo. Ellos lograron rápidamente un grado de exactitud del 35 por ciento.

Por ahora, Wilf y Serre han alimentado el programa de una base de datos de 7.597 imágenes de las hojas que han sido blanqueadas químicamente y luego teñidas, para hacer los detalles como los patrones venosos y bordes dentados pop. Las pequeñas imperfecciones como picaduras de insectos y las lágrimas se incluyen a propósito, puesto que los datos proporcionan pistas sobre los orígenes de la planta. Una vez que el software procesa estas imágenes fantasma, se crea un mapa de calor en la parte superior de ellos. Los puntos rojos señalan la importancia de los diferentes elementos de la tabla de codificación, o pequeñas imágenes que ilustran algunas de las características de las hojas 50 diferentes. En conjunto, los puntos rojos ponen de relieve las áreas pertinentes a la familia de la hoja puede pertenecer a.

Esto, en lugar de la detección de las especies, es el objetivo más amplio de Wilf. Él quiere empezar a alimentar el software decenas de miles de imágenes de plantas fosilizadas, no identificados. Si usted está tratando de identificar un fósil, Wilf dice, es casi siempre de una especie extinta ", por lo que encontrar la familia evolutiva es uno de nuestros motivadores." Conocer las especies de la hoja no es tan útil como saber donde la hoja de vino de o lo que es vivir deja que está relacionado con-invaluable información a un paleobotánica.

De esta manera, la herramienta Wilf y de Serre crea un puente más fuerte entre los aspectos taxonómicos de paleobotánica y el lado ecológico de las cosas. Ellen Currano, profesor asistente en el Departamento de Geología y Geofísica de la Universidad de Wyoming, dice que el puente ha sido muy escasos. "Se podría entrar en un herbario y mirar las hojas, o decir: 'Veo grandes hojas, que debe ser de un lugar húmedo'", pero eso es menos eficiente. "Currano, que ha estudiado con Wilf en el pasado, pero lo hizo no funcionan en este estudio, también se señala que los botánicos modernos a menudo pueden discernir la taxonomía de una hoja mirando a la flor o el fruto, sino que los que a menudo se fosilizado por separado el uno del otro. "Es un enorme desafío para tener la hoja, pero no flores o frutos," dice ella. "Así que [herramienta de Wilf] es un avance importante en eso es todo taxonomía basada en las hojas."

Es también taxonomía basada en el aprendizaje automático y reconocimiento de imágenes. "Todo el mundo", al menos, cada paleobotanist- "ha tenido ese sueño en su cabeza, si tan sólo pudiera simplemente tomar una foto de esto, y obtener una identidad", dice Currano. Al tratar de cumplir ese deseo, Wilf ha adoptado el mismo enfoque para el estudio de los fósiles que los ingenieros de Google han tomado para la racionalización de sus resultados de búsqueda, o la enseñanza de un ordenador a dominar en Go. Wilf incluso va tan lejos como para llamar a su función "ayudante".

"Asistente" es una descripción acertada. Después de todo, la creación de Wilf no siempre proporciona respuestas duras (el software, se reitera, es 72% exacto, no al 100%), pero sirve hasta indicaciones e ideas útiles. El ordenador de forma rápida y sin prejuicios, ver lo que un botánico bien entrenado de otro modo podrían pasar por alto, y una vez que el equipo presenta una línea de investigación prometedora, el análisis humana puede retornar. Es el tipo de herramienta que Wilf es optimista va a desatar "una avalancha de nueva información botánica", pero definitivamente no es preocupado por su trabajo. "No va a reemplazar a los botánicos," dice, "pero se va a mostrar dónde buscar."