Las aplicaciones que identifican plantas pueden tener una precisión del 4 %

Las aplicaciones de teléfonos inteligentes que identifican plantas a partir de fotografías pueden tener una precisión de hasta el 4%, lo que podría poner en riesgo a las personas que buscan alimentos y también provocar que las plantas en peligro de extinción se etiqueten erróneamente como malas hierbas y se erradiquen.

Julie Peacock de la Universidad de Leeds, Reino Unido, y sus colegas evaluaron seis de las aplicaciones más populares: Google Lens, iNaturalist, Leaf Snap, Pl@ntNet, Plant Snap y Seek. Intentaron identificar 38 especies de plantas en su hábitat natural, en cuatro lugares de Irlanda, con cada aplicación. El equipo encontró que algunas aplicaciones funcionaron extremadamente mal, mientras que incluso las mejores no alcanzaron el 90 % de precisión.

«Hay muchas razones por las que es importante que las aplicaciones sean precisas o que las personas sepan que estas aplicaciones son una guía, pero ciertamente no son perfectas», dice Peacock. Por ejemplo, las personas pueden identificar erróneamente especies nativas importantes como invasoras y eliminarlas de sus jardines, o consumir plantas silvestres potencialmente peligrosas pensando que se trata de una variedad inofensiva.

Pero Peacock no cree que las personas no deban usar estas aplicaciones, siempre que entiendan las limitaciones. “Tienen un gran potencial para que las personas comiencen a relacionarse más con las plantas”, dice ella.

Las aplicaciones utilizan algoritmos de inteligencia artificial entrenados en una gran cantidad de fotografías de plantas con subtítulos. Durante el entrenamiento, la IA aprende no solo a reconocer fotos de entrenamiento, sino también a detectar similitudes entre ellas y nuevas fotografías, lo que les permite identificar plantas.

En general, todas las aplicaciones fueron mejores para identificar flores que hojas, lo que, según los investigadores, se debe a su mayor variedad de formas y colores que brindan más pistas a la IA. Pero ese no fue siempre el caso. La aplicación iNaturalist solo pudo identificar correctamente el 3,6 % de las flores y el 6,8 % de las hojas. Plant Snap identificó correctamente el 35,7% de las flores y el 17,1% de las hojas. Pl@ntNet logró la mayor precisión con un 88,2 %.

Alexis Joly de Inria en Montpellier, Francia, quien es uno de los investigadores detrás del proyecto sin fines de lucro Pl@ntNet, dijo que el éxito de la aplicación se debió a sus conjuntos de datos, que son obtenidos y categorizados por botánicos, científicos y aficionados expertos, junto con con algoritmos que intentan equilibrar los sesgos de especies comunes y, en cambio, clasifican varios candidatos probables para cada búsqueda.

« C’est parfois une tâche ingrate car les gens préfèrent voir un seul résultat avec 100 % de confiance, même si ce n’est pas le bon, plutôt que trois espèces possibles à 33 % chacune, mais qui représentent la réalité par rapport à la foto. tomado”, dijo. «Pero parece que nuestra estrategia está dando sus frutos».

Stephen Harris, de la Universidad de Oxford, dice que las preocupaciones de Peacock son válidas y que él también ha encontrado problemas con tales aplicaciones y, en cambio, confía en un buen libro de referencia. El problema radica en las imágenes descargadas de Internet que a menudo están mal etiquetadas, dice.

“La gente tiende a tomar fotografías de cosas similares. Entonces obtendrás algunas plantas que son realmente obvias y todos quieren tomar una foto, mientras que si obtienes algún tipo de planta realmente interesante pero resulta ser una cosita divagante que no tiene flores muy atractivas o lo que sea, no obtendrás mucho material de archivo”, dice Harris. «Es muy poco probable que la gente se mueva en los estanques, quite las malas hierbas de los estanques y tome fotografías de ellos».

Google rechazó una solicitud de entrevista, mientras que otros fabricantes de aplicaciones no respondieron.