详细内容或原文请订阅后点击阅览
密歇根大学研究人员开发人工智能工具，利用植物窥探过去
研究植物生理学和进化的科学家的工具箱中有一个新工具：一种机器学习算法，可以扫描数字植物标本收藏并快速测量叶子的大小和厚度。
来源:密歇根大学研究植物生理学和进化的科学家的工具箱中有一个新工具：一种机器学习算法，可以扫描数字植物标本收藏并快速测量叶子的大小和厚度。
该算法由密歇根大学施密特人工智能科学研究员 William Weaver 开发，帮助密歇根大学研究人员证明温度似乎是影响叶子厚度的主要因素之一。该算法将被纳入 Weaver 开发的名为 LeafMachine2 的软件中，该软件旨在从数字植物数据集中（例如密歇根大学植物标本馆保存的数据集）中提取叶子特征。
新算法测量叶子的叶柄，即附着在叶子上的茎的部分。
“如果你亲自坐在植物旁边，你可以用卡尺测量叶柄。如果你想在照片中手动测量它，你可以只计算像素之间的距离，”韦弗说。 “但我们创建了一种算法来自动化这一过程，这样我们就可以使用植物标本来了解全球范围内许多不同植物的单位面积叶量趋势。”
这项研究发表在《新植物学家》上，是英国邱园皇家植物园发表的《世界植物和真菌状况》报告的一部分。该组织表示，2026 年版的报告“揭示了全球生物多样性的状况，并探讨了数字工具如何改变我们理解和应对气候和生物多样性危机的能力，揭露科学知识中的关键差距，并强调最迫切需要采取行动来保护植物和真菌的领域”。
叶子性状和气候
植物叶子和古气候
韦弗说，了解叶子厚度与现存植物生存地点的关系，可以让古植物学家了解数百万年前植物生活的古气候。
该算法和 LeafMachine2 还展示了植物标本室标本使用方式的演变。