Imagine trying to tell identical twins apart just by looking at their fingerprints. That's how challenging it can be for scientists to distinguish the tiny powdery pollen grains produced by fir, spruce and pine trees.
想象一下，仅仅通过观察同卵双胞胎的指纹，就试图将他们区分开来。这就是科学家区分冷杉、云杉和松树产生的微小粉状花粉粒的挑战性。
但是，德克萨斯大学阿灵顿分校、内华达大学和弗吉尼亚理工大学的研究人员开发的一种新的人工智能系统使这项任务变得更加容易，并可能为过敏患者带来巨大的缓解。
“有了关于哪些树种最容易引起过敏以及何时释放花粉的更详细数据，城市规划者可以更明智地决定种植什么和在哪里种植，”德克萨斯大学阿灵顿分校生物学研究助理教授Behnaz Balmaki说，他与犹他大学数据科学系的Masoud Rostami合著了一项发表在《大数据前沿》杂志上的新研究。
“这在学校、医院、公园和社区等交通繁忙地区尤为重要。卫生服务部门还可以利用这些信息在花粉高峰期更好地安排过敏警报、公共卫生信息和治疗建议的时间。”
花粉分析是重建历史生态系统的有力方法。湖床和泥炭沼泽中保存的花粉粒提供了过去植物群落的详细记录。由于植物分布与温度、降雨和湿度等环境因素密切相关，因此确定不同沉积物层中存在的花粉类型可以揭示生态系统如何随着时间的推移对自然气候波动做出反应，以及它们在未来可能做出的反应。Balmaki博士说：“即使使用高分辨率显微镜，花粉之间的差异也非常微妙。”。“我们的研究表明，深度学习工具可以显著提高花粉分类的速度和准确性。这为大规模环境监测和更详细的生态变化重建打开了大门。它还有望通过准确识别哪些物种何时释放花粉来改善过敏原跟踪。”Balmaki补充说，这项研究也可能使农业受益。
“花粉是生态系统健康的有力指标，”她说。“花粉成分的变化可以表明植被、水分水平甚至过去的火灾活动的变化。农民可以利用这些信息来追踪影响作物存活率、土壤条件或区域气候模式的长期环境趋势。
”这对野生动物和传粉媒介的保护也很有用。许多动物，包括蜜蜂和蝴蝶等昆虫，都依赖特定的植物作为食物和栖息地。通过识别一个地区存在或减少的植物物种，我们可以更好地了解这些变化如何影响整个食物网，并采取措施保护植物和传粉者之间的关键关系。“
在这项研究中，研究小组检查了内华达大学国家历史博物馆保存的冷杉、云杉和松树的历史样本。他们使用九种不同的人工智能模型对这些样本进行了测试，证明了该技术以令人印象深刻的速度和准确性识别花粉的巨大潜力。
”Balmaki说：“这表明深度学习可以在速度和准确性方面成功支持甚至超越传统的识别方法。但它也证实了人类专业知识仍然是多么重要。你需要准备充分的样本和对生态环境的深刻理解。”。这不仅仅是机器的问题，这是技术和科学之间的合作。“
对于未来的项目，Balmaki和她的合作者计划扩大他们的研究范围，以包括更广泛的植物物种。他们的目标是开发一个全面的花粉识别系统，该系统可以应用于美国不同地区，以更好地了解植物群落如何应对极端天气事件