Med nesten 400 000 plantearter på planeten er det vanskelig å føle seg trygg på å lære å identifisere planter. Selv om du kan lære å kjenne igjen villblomstene i området ditt, finnes det hageblomster og invasive planter å bekymre seg for. Det blir virkelig overveldende. Det kan føles litt som å høre på radio, høre en av de 97 millioner sangene som finnes, og ikke vite hvilken du liker best.

Ikke bekymre deg. Det finnes en app for begge disse problemene.

Den ene er den populære musikk-identifiseringsappen Shazam, som lytter til sanger og deretter identifiserer dem (vanligvis innen sekunder). Den mye nyere planteidentifikasjonsappen er kjent som PlantSnap, og den blir ofte omtalt som «Shazam for planter».

 

 

Hva gjør PlantSnap til «Shazam for planter»?

Ok, vi skjønner det: Å si at en app er «som Uber, men for X» eller «som AirBnb, men for Y» er litt gammelt. Men det er mange ting som gjør PlantSnap til Shazam for planter. Takket være en svært grundig analyse av hvordan Shazam fungerer, kan vi se likhetene mellom Shazam og PlantSnap.

 

1. Både PlantSnap og Shazam bruker «fingeravtrykk» for identifikasjon.

For at en algoritme skal kunne identifisere noe, trenger den å ha en slags «fingeravtrykk». I tilfellet Shazam har apputviklerne forhåndslastet et digitalt sammendrag av sangen. Uten å bli for teknisk, er fingeravtrykket til en sang satt sammen ved hjelp av frekvensene i sangen. På lignende måte bruker PlantSnap spesifikke egenskaper ved planter, som bladvinkel eller åremønster, for å identifisere plantene.

 

2. Begge appene fungerer raskt.

Hvem vil vente i timevis for å identifisere en sang på en bar eller en plante på tur? Ingen! En av de fantastiske tingene med både PlantSnap og Shazam er at de fungerer veldig raskt. Algoritmene kan raskt sammenligne bildet eller lydopptaket med de forhåndsregistrerte fingeravtrykkene for å gi deg en identifikasjon på bare noen sekunder.

 

3. PlantSnap og Shazam trenger ikke at du gjør mye

Hvem vil bruke tid på å bla gjennom bilder av bladmønstre eller lytte til utdrag av sanger for å identifisere dem? Ikke brukerne av disse appene. Både Shazam og PlantSnap jobber veldig hardt for å gjøre det så enkelt som mulig for deg. Som regel er det så enkelt som å peke telefonen i riktig retning og vente noen sekunder.

 

4. Kunstig intelligens driver både PlantSnap og Shazam

Det virker som om nesten alt avhenger av AI nå til dags, og Shazam for planter (og originalen Shazam) er ikke noe unntak. Uten kunstig intelligens ville disse appene blitt utrolig tungvinte. Det ville vært nesten umulig for PlantSnap eller Shazam å fungere uten kunstig intelligens.

Det er flere gode grunner til å kalle PlantSnap «Shazam for planter.» Men det er ikke en perfekt sammenligning. Det finnes noen viktige måter PlantSnap ikke er akkurat Shazam for planter.

 

 

Hvordan Shazam og PlantSnap skiller seg

 

Det finnes åpenbare forskjeller mellom Shazam og PlantSnap. For det første er Shazam laget for å kunne identifisere sanger med dårlig lydkvalitet eller på hvilket som helst tidspunkt i sangen. PlantSnap trenger godt innrammede og godt opplyste bilder av spesifikke plante-deler.

Dette skyldes i stor grad at verdens forståelse av planteidentifikasjon ikke er så entydig som sangidentifikasjon. Mange planter i tropene er fortsatt helt ukjente for vitenskapen og har ikke engang navn. Noen planter ligner utrolig mye på hverandre (ofte på grunn av mimikry). Selektiv avl av hageplanter gir noen planter ekstra ekstreme former eller farger. Kryssavl mellom ulike plantearter gjør det enda mer komplisert. Det er ikke uvanlig at planter forvirrer botanikere! Men ikke bekymre deg – PlantSnap blir stadig bedre.

Også, PlantSnaps algoritme lærer kontinuerlig takket være sin kunstige intelligens-base. Så vidt vi kunne finne ut, oppdaterer og lærer ikke Shazam automatisk. Dette kan være fordi det lages over 2 500 nye sanger hver dag. Det finnes ikke i nærheten like mange nye plantearter oppdaget i samme tidsrom! På noen måter gjør dette oppdatering av databaser for planter lettere enn oppdatering av sangdatabaser.

Det betyr at PlantSnaps algoritme kan lære seg selv ved hjelp av allerede kjente planter. Shazam krever at noen med rettighetene til sangen sender den inn, mens enhver PlantSnap-bruker kan sende inn en plante for videre kontroll.

Shazam bruker et lagdelt system for å fremskynde identifikasjon. Appen sjekker automatisk de mest populære sangene først, og utvider søket gradvis. Dette holder appen rask siden 1 av 20 Shazam-spørringer ofte er den samme populære sangen! PlantSnap bruker ikke samme type lagdelte system – selv om det kan bli aktuelt i fremtiden.

Mens det er et begrenset antall remikser av en gitt sang, og begrensede likheter takket være opphavsrettslovgivning, varierer planter i verden ofte dramatisk innenfor en art samtidig som de etterligner hverandre. Det blir ganske rotete, og det er utrolig hvor godt begge appene fungerer.

 

Oppsummert: PlantSnap er stort sett Shazam for planter

 

Til syvende og sist er PlantSnap og Shazam så like to apper kan være, gitt hvor forskjellig materialet de jobber med er. Shazam jobber med lyd som hovedsakelig er skapt av mennesker, mens PlantSnap jobber med planter som noen ganger knapt er anerkjent selv av de dyktigste botanikerne.

Prøv gjerne «Shazam for planter» – du kan nå laste ned og bruke PlantSnap gratis. Ved å bruke appen hjelper du til med å «trene» algoritmen og gjøre PlantSnap enda bedre for neste bruker.