fbpx Scatta una foto a una foglia e scopri il suo nome | Scienza in rete

Scatta una foto a una foglia e scopri il suo nome

Primary tabs

Tempo di lettura: 2 mins

Columbia University, University of Maryland e Smithsonian Institution hanno elaborato un software in grado di riconoscere una pianta utilizzando una foto di una delle sue parti. Leafsnap attraverso una fotografia di una foglia, un fiore, un frutto, un picciolo o un seme è infatti in grado di risalire al nome delle pianta di appartenenza.

[video:http://www.youtube.com/watch?v=nX23TuwP0tI]

L'app attualmente contiene solo informazioni e immagini della flora del Nord-Est degli Stati Uniti ma il progetto prevede di indicizzare tutte le piante presenti sul territorio statunitense.

Leafsnap è nata dall'idea di utilizzare le tecniche per il riconoscimento facciale, sviluppate da Peter Belhumeur (Columbia University) e David Jacobs (University of Maryland), per l'identificazione delle specie vegetali. Grazie alla collaborazione con John Kress della Smithsonian Institution, sono stati raccolti dati e immagini della flora del Nord-Est degli Stati Uniti.
Le fotografie di alta qualità presenti sul sito leafsnap.com e nelle app sono state realizzate dal gruppo no-profit di fotografia naturalistica Finding Species.

[video:http://www.youtube.com/watch?v=KCpR4JTEy4c]

Lo scopo di Leafsnap è quello di dare a tutti la possibilità di conoscere meglio la flora che ci circonda e di avere maggiore consapevolezza e attenzione per la biodiversità.
Un altro interessante obbiettivo dell'app è quello di consentire alla comunità scientifica di utilizzere il flusso di dati provenienti dagli snap degli utenti per mappare e monitorare la flora degli Stati Uniti e non solo.

Utilizzare Leafsnap è semplice: basta posizionare una foglia, un frutto o un qualunque altro elemento caratteristico di una pianta (anche senza per forza strapparlo) su un foglio di carta bianco e scattare una foto utilizzando l'app.
In alcuni casi i risultati sono molti, la lista di piante riconosciute può essere lunga e può non essere semplice arrivare a un'unica soluzione, certamente però, vale la pena di provarla!

[video:http://www.youtube.com/watch?v=k02C7p7mQ_c]

Anteprime dell'app:

leafsnap leafsnapleafsnap leafsnap


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.