人工智能识别植物准确率高达80％
据《自然》杂志官网日前报道，一篇发表在最新一期《进化生物学》杂志上的论文称，用成千上万份标本图像“训练”过的计算机算法，已经能自动识别被压制的、干燥植物标本的物种。这是科学家首次尝试通过深度学习，让计算机使用大型复杂数据集的神经网络，解决了识别自然物种分类的困难任务。
世界各地的自然历史博物馆正在加速藏品数字化进程，将标本图像存储在开放数据库中。比如美国国家科学基金会的iDigBio项目的一个数据库，就拥有来自全美各地收集的超过1.5亿张植物和动物图像。
目前，世界3.5亿个物种中，只有一小部分被数字化了。但是，随着计算技术的进步，哥斯达黎加理工学院计算机科学家艾瑞克·蒙塔罗和法国蒙彼利埃国际发展农业研究中心植物学家皮埃尔·邦尼特认为，为标本做大数据集已经成为可能。他们的团队已经实现了植物识别的自动化。
研究人员借助智能手机应用程序现场拍摄标本，积累了数以百万计的新鲜植物图像，然后对1000多个物种、超过26万份植物标本进行了扫描识别，采用先进算法的识别准确率高达80％。
邦尼特说，这样惊人的结果往往让植物学家担心其学术领域被轻视。“但人类的专长永远不会被消除，识别结果仍需要植物学家来检验正确与否。”
人工智能识别标本的方法，极大地减少了植物学家收集和识别标本的时间，还能帮助改进标本数据贫乏地区的植物鉴定水平，对生物多样性丰富但植物标本较少的地区特别有用。
此外，这种方法还能让研究人员对大数据进行额外的分析。一般而言，植物标本样本中含有丰富的数据信息，例如采集时间和地点，采集时在开花还是在结果，以及花群密集特征等。由于一些样本是几个世纪以前的数据，因此，可以帮助研究植物是如何适应气候变化的。
美国宾夕法尼亚州立大学博士彼得·威尔夫说：“在自然历史的进程中，这种方法预示着未来。”
人工智能及其应用
实验一产生式系统实验一、实验目的:熟悉一阶谓词逻辑和产生式表示法，掌握产生式系统的运行机制，以及基于规则推理的基本方法。二、实验内容设计并编程实现一个小型产生式系统（如:分类、诊断等类型)三、实验要求1.具体应用领域自选，具体系统名称自定。2.用一阶谓词逻辑和产生式规则作为知识表示，利用产生式系统实验程序，建立知识库，分别运行正、反向推理。四、实验报告要求1.系统设置，包括系统名称和系统谓词，给出谓词名及其含义。⒉.编辑知识库，通过输入规则或修改规则等建立规则库。3.建立事实库（(综合数据库)，输入多条事实或结论。4.运行推理，包括正向推理和反向推理，给出相应的推理过程、事实区和规则区。5.总结实验心得体会。
1.系统设置系统名称：植物识别系统
谓词定义：
2.编辑知识库默认规则库：R1：种子有果皮->被子植物R2：种子无果皮->裸子植物R3：无茎叶&无根->藻类植物R4：被子植物&有托叶&有刺->玫瑰R5：被子植物&水生&可食用&结果实->荷花R6：被子植物&缺水环境&有刺->仙人球R7：藻类植物&水生&药用->水棉R8：被子植物&有托叶&木本&可食用&结果实->苹果树R9：被子植物&吸引菜粉蝶&十字形花冠&黄色花&可食用&结果实->油菜R10：藻类植物&水生&可食用->海带R11：裸子植物&木本&叶片针状&结果实->松树
3.建立事实库（(综合数据库)(1)植物个体：玫瑰、荷花、仙人球、水棉、苹果树、油菜、海带、松树。(2)区别个体的特征：有刺、水生、喜阳、药用、木本、可食用、有白色粉末、叶片针状、结果实、黄色花。(3)区别种类的特征：种子有果皮、种子无果皮、无茎叶、无根、有托叶、吸引菜粉蝶、十字形花冠、缺水环境。(4)种类：被子植物、裸子植物、藻类植物、蔷薇科、十字花科、仙人掌科。
4.运行推理具体源码见：demo.javahttps://download.csdn.net/download/hgxiaojiujiu/28342999
importjava.util.*;/***产生式系统---植物识别系统**@authorwhj|CSDN@hgxiaojiujiu**/publicclassdemo{//记录数据库植物特征publicstaticfinalStringdata[]={"有刺","水生","药用","木本","可食用","叶片针状","结果实","黄色花",//区别个体的特征//01234567"种子有果皮","种子无果皮","无茎叶","无根","有托叶","吸引菜粉蝶","十字形花冠","缺水环境",//区别种类的特征//89101112131415"被子植物","裸子植物","藻类植物",//种类//161718"玫瑰","荷花","仙人球","水棉","苹果树","油菜","海带","松树","无此类植物"};//植物个体//192021222324252627//规则publicstaticMaprule=newHashMap();//记录用户选择publicstaticListuserList=newArrayList();publicstaticintplant=0;publicstaticIntegerflag=1;//系统运行入口publicstaticvoidmain(String[]args){System.out.println("------------欢迎*植物识别系统*-------------");InitSys();System.out.println();while(flag==1){System.out.print("输入植物特征:");Scannerscanner=newScanner(System.in);Stringchoose=scanner.nextLine();//正向推理if(choose.length()>3){ChooseComputer_pos(choose);flag=0;break;}//结束if(Integer.parseInt(choose)==-1){flag=0;break;}userList.add(choose);ChooseComputer_rev(userList);//条件逐步逆向推断}System.out.print("推理过程：");//推理显示for(Strings:userList){System.out.print(data[Integer.parseInt(s)]+"->");}System.out.print(data[plant]);}已经明确植物的所有特征，直接得出植物
已知植物的部分特征，逐步推理
明确植物目标，但不明确植物特征进行推理
5.总结实验心得体会。本系统的规则库是静态的，不能很好的进行增删改操作，这使得在实际运用是不便于系统数据库的修改和维护，对于系统功能更方便地实现增加了一定难度。