Met bijna 400.000 plantensoorten op de planeet is het moeilijk om zelfverzekerd te voelen bij het leren herkennen van planten. Zelfs als je de tuinbloemen in jouw omgeving kunt leren herkennen, zijn er invasieve planten om je zorgen over te maken. Het is allemaal behoorlijk overweldigend. Het kan voelen als naar de radio luisteren, terwijl je een van de 97 miljoen liedjes hoort, en niet weet welke je leuk vindt.
Maak je geen zorgen. Er is een app voor beide problemen.
De ene is de populaire muziekherkenningsapp Shazam, die naar liedjes luistert en ze dan identificeert (meestal binnen enkele seconden). De veel nieuwere plantidentificatie-app staat bekend als PlantSnap, en wordt vaak geprezen als “Shazam voor planten.”
Wat Maakt PlantSnap “Shazam voor Planten”?
Oké, we snappen het: zeggen dat een app “zoals Uber, maar dan voor X” of “zoals AirBnb, maar dan voor Y” een beetje uitgekauwd is. Maar er zijn veel dingen die PlantSnap echt de Shazam voor planten maken. Dankzij een zeer diepgaande analyse van hoe Shazam werkt, kunnen we de overeenkomsten tussen Shazam en PlantSnap zien.
1. Zowel PlantSnap als Shazam gebruiken “vingerafdrukken” voor identificatie.
Om een algoritme iets te laten identificeren, heeft het een soort “vingerafdruk” nodig. In het geval van Shazam hebben de app-ontwikkelaars een digitale samenvatting van het lied voorgeprogrammeerd. Zonder al te technisch te worden, wordt de vingerafdruk van een lied gemaakt aan de hand van de frequenties van het lied. Op dezelfde manier gebruikt PlantSnap specifieke kenmerken van planten, zoals de vorm van bladeren of nerfpatronen, om de planten te identificeren.
2.Beide apps werken snel.
Wie wil er uren wachten om een liedje in een bar of een plant tijdens een wandeling te identificeren? Niemand! Een van de geweldige dingen aan zowel PlantSnap als Shazam is dat ze heel snel werken. De algoritmes kunnen snel de foto of geluidsopname vergelijken met de vooraf geregistreerde vingerafdrukken om je binnen enkele seconden een ID te geven.
3.PlantSnap en Shazam hebben niet veel van jou nodig
Wie wil er tijd besteden aan het bladeren door foto’s van bladpatronen of luisteren naar fragmenten van liedjes om ze te identificeren? Niet de gebruikers van deze apps. Zowel Shazam als PlantSnap werken echt hard om jouw deel van het werk zo makkelijk mogelijk te maken. Meestal is het zo makkelijk als gewoon je telefoon in de juiste richting richten en een paar seconden wachten.
4. Kunstmatige intelligentie stuurt zowel PlantSnap als Shazam aan
Het lijkt wel alsof tegenwoordig bijna alles afhankelijk is van AI, en Shazam voor planten (en de originele Shazam) zijn daarop geen uitzondering. Zonder kunstmatige intelligentie zouden deze apps ontzettend omslachtig worden. Het zou bijna onmogelijk zijn voor PlantSnap of Shazam om te werken zonder kunstmatige intelligentie.
Er zijn verschillende grote redenen om PlantSnap “Shazam voor planten” te noemen. Maar het is geen perfecte vergelijking. Er zijn een paar belangrijke manieren waarop PlantSnap niet precies Shazam voor planten is.
Hoe Shazam en PlantSnap Verschillen
Er zijn natuurlijk verschillen tussen Shazam en PlantSnap. Ten eerste is Shazam gemaakt om liedjes te kunnen identificeren met slechte geluidskwaliteit of op elk moment in het lied. PlantSnap daarentegen heeft goed ingekaderde en goed verlichte foto’s van specifieke plantendelen nodig.
Dit komt grotendeels doordat de wereldwijde kennis over plantidentificatie niet zo duidelijk is als die van liedjes. Veel planten in de tropen zijn nog volledig onbekend voor de wetenschap en hebben zelfs geen naam. Sommige planten lijken ongelooflijk op elkaar (vaak door mimiek). Selectief kweken van tuinplanten geeft sommige planten buitengewone vormen of kleuren. Verder bemoeilijkt kruising tussen verschillende plantensoorten het nog meer. Het is niet ongewoon dat planten botanisten in verwarring brengen! Maar maak je geen zorgen – PlantSnap wordt constant beter.
Ook leert het algoritme van PlantSnap constant bij dankzij de basis van kunstmatige intelligentie. Shazam, voor zover wij konden vinden, lijkt zich niet automatisch bij te werken en te leren. Dit komt misschien doordat er meer dan 2.500 nieuwe liedjes per dag worden uitgebracht. Er worden niet in de buurt zoveel nieuwe plantensoorten ontdekt in diezelfde tijd! Op sommige manieren maakt dit het gemakkelijker om databanken over planten bij te werken dan databanken van liedjes.
Dit betekent dat het algoritme van PlantSnap zichzelf kan trainen met de reeds bekende planten. Shazam vereist dat iemand met de rechten op het lied het indient, terwijl iedere PlantSnap-gebruiker een plant kan indienen voor nadere inspectie.
Shazam gebruikt een gelaagd systeem om identificatie te versnellen. De app controleert automatisch eerst de populairste liedjes, en breidt daarna langzaam zijn zoekgebied uit. Dit zorgt ervoor dat de app snel blijft werken, want soms is 1 op de 20 Shazam-zoekopdrachten hetzelfde populaire lied! PlantSnap gebruikt niet hetzelfde type gelaagd systeem – al is het een mogelijkheid in de toekomst.
Waar er een beperkt aantal remixes bestaan van een bepaald lied, en beperkte gelijkenissen dankzij auteursrechtwetten, verschillen de planten van de wereld vaak drastisch binnen een soort en bootsen ze elkaar tegelijkertijd na. Het wordt behoorlijk ingewikkeld, en het is verbazingwekkend hoe goed beide apps werken.
Samengevat: PlantSnap is Meestal Shazam voor Planten
Uiteindelijk lijken PlantSnap en Shazam zo veel op elkaar als twee apps kunnen zijn, gezien het verschil in het materiaal waar ze mee werken. Shazam werkt met geluid dat (voornamelijk) door mensen is gemaakt, terwijl PlantSnap werkt met planten die soms nauwelijks herkend worden door zelfs de meest ervaren botanisten.
Ga je gang en probeer “Shazam voor planten” – je kunt nu PlantSnap gratis downloaden en gebruiken. Door de app te gebruiken help je het algoritme “trainen” en maak je PlantSnap nog beter voor de volgende gebruiker.