Microsoft houdt wel van neurale netwerken, AI en deep learning. Het grote publiek kon al vaker van het resultaat van onderzoek in het veld genieten. Denk aan de app die met grote nauwkeurigheid hondenrassen kon detecteren, ook bij katten.
Bloemen of honden, het zal een AI een worst wezen. Met genoeg beelden om een neuraal netwerk te trainen kan een AI-algoritme in principe alles leren. Toen onderzoekers van Microsoft in China een lezing gaven over de mogelijkheden van beeldherkenning en deep learning, sprak dat enkele aanwezige botanisten aan.
Leren met volumes
De onderzoekers van het Botanische Instituut van de Chinese Wetenschapsacademie (IBCAS) waren al in het bezit van een massieve database van 2,6 miljoen beelden, samengesteld uit publieke inzendingen. Na het wegfilteren van onbruikbare beelden werd een dataset van 800.000 foto’s gebruikt om het Caffe-neurale netwerk te trainen in de herkenning van nieuwe bloemen. In totaal zijn er meer dan 250.000 verschillende soorten bloemen en zelfs een getrainde botanist zou een helpende hand niet afslaan.
De onderzoekers van Microsoft trainden hun Shazam voor bloemen tot een nauwkeurigheid van 90 procent, ongeveer even goed als wat menselijke concurrenten kunnen voorleggen. Het neurale netwerk bestaat uit twintig lagen. Een foto van een bloem wordt in iedere laag gefilterd en aangepast, totdat enkel de essentie overblijft. Dat resultaat kan het netwerk dan linken aan een specifieke bloemensoort.
In tegenstelling tot de honden-app kan je nog niet aan de slag gaan met de bloemen-applicatie. In de toekomst moeten er wel apps komen gebaseerd op het onderzoek van het team bij Microsoft. Dat zal niet alleen botanisten helpen, maar eenieder die al eens moest nadenken over de naam van een bloem.
