I ricercatori dello Smithsonian classificano i fogli di erbario digitalizzati che sono stati colorati con mercurio per costruire un set di dati di addestramento. Credito:Paul B. Frandsen, Smithsonian
Milioni, se non miliardi, di esemplari risiedono nelle collezioni di storia naturale del mondo, ma la maggior parte di questi non sono stati studiati con attenzione, o anche guardato, tra decenni. Pur contenendo dati critici per molti sforzi scientifici, la maggior parte degli oggetti sono tranquillamente seduti nei loro piccoli armadietti di curiosità.
Così, la digitalizzazione di massa delle collezioni di storia naturale è diventata uno degli obiettivi principali dei musei di tutto il mondo. Dopo aver riunito numerosi biologi, curatori, volontari e cittadini scienziati, tali iniziative hanno già generato grandi set di dati da queste raccolte e fornito informazioni senza precedenti.
Ora, uno studio, recentemente pubblicato in open access Giornale dei dati sulla biodiversità , suggerisce che gli ultimi progressi sia nella digitalizzazione che nell'apprendimento automatico potrebbero essere in grado di assistere i curatori dei musei nei loro sforzi per prendersi cura e imparare da questa incredibile risorsa globale.
Un team di ricercatori del Dipartimento di Botanica Smithsonian, Laboratorio di scienza dei dati, e Digitization Program Office hanno recentemente collaborato con NVIDIA per realizzare un progetto pilota utilizzando approcci di deep learning per scavare in campioni di erbario digitalizzati.
Il loro studio è tra i primi a descrivere l'uso di metodi di deep learning per migliorare la nostra comprensione dei campioni di raccolta digitalizzati. È anche il primo a dimostrare che una rete neurale convoluzionale profonda, un sistema di calcolo modellato sull'attività dei neuroni nei cervelli animali che può imparare da solo, può differenziare efficacemente tra piante simili con un'incredibile precisione di quasi il 100%.
L'erbario nazionale degli Stati Uniti presso il Museo nazionale di storia naturale dello Smithsonian a Washington, Credito:Chip Clark, Smithsonian
Nella carta, gli scienziati descrivono due diverse reti neurali che hanno addestrato per eseguire compiti sulla porzione digitalizzata (attualmente 1,2 milioni di esemplari) dell'erbario nazionale degli Stati Uniti.
Il team ha prima addestrato una rete per riconoscere automaticamente i fogli di erbario che erano stati macchiati con cristalli di mercurio, poiché il mercurio era comunemente usato da alcuni dei primi collezionisti per proteggere le collezioni di piante dai danni degli insetti. La seconda rete è stata addestrata per discriminare tra due famiglie di piante che condividono un aspetto superficiale sorprendentemente simile.
Le reti neurali addestrate sono state eseguite rispettivamente con un'accuratezza del 90% e del 96% (o del 94% e del 99% se gli esemplari più difficili sono stati scartati), confermando che il deep learning è una tecnologia utile e importante per l'analisi futura delle collezioni museali digitalizzate.
Le raccolte digitalizzate combinate con l'apprendimento approfondito ci aiuteranno ad automatizzare un'attività altrimenti umana di identificare un numero sconosciuto di fogli campione macchiati su una raccolta di oltre 5 milioni. Vedere http://collections.si.edu. Credito:Smithsonian Institution
"I risultati possono essere sfruttati sia per migliorare la cura che per sbloccare nuove strade di ricerca, "concludono gli scienziati.
"Questo documento di ricerca è una meravigliosa prova del concetto. Ora sappiamo che possiamo applicare l'apprendimento automatico a campioni di storia naturale digitalizzati per risolvere problemi curatoriali e di identificazione. Il futuro utilizzerà questi strumenti combinati con grandi set di dati condivisi per testare ipotesi fondamentali su l'evoluzione e la distribuzione di piante e animali, " dice il dottor Laurence J. Dorr, Presidente del Dipartimento di Botanica dello Smithsonian e coautore dello studio.
