Innowacyjne narzędzia do badania zbiorowisk roślinnych. Polski akcent w badaniach
Międzynarodowy zespół naukowców z udziałem dr. hab. Remigiusza Pielecha z Instytutu Botaniki Uniwersytetu Jagiellońskiego w Krakowie przeprowadził innowacyjne badania dotyczące zastosowania sztucznej inteligencji w analizie i klasyfikacji zbiorowisk roślinnych.
Dzięki tym pracom powstało unikalne narzędzie Pl@ntBERT, oparte na architekturze dużych modeli językowych BERT, które otwiera nową erę w badaniach nad bioróżnorodnością, umożliwiając lepsze zrozumienie struktury i dynamiki ekosystemów roślinnych.
Zbiorowiska roślinne tworzą się w wyniku złożonej sieci zależności – od warunków siedliskowych, przez procesy dyspersji, po interakcje międzygatunkowe. Ich właściwe rozpoznanie ma kluczowe znaczenie dla ochrony przyrody i zarządzania zasobami naturalnymi. Dotychczasowe metody klasyfikacji siedlisk, choć użyteczne, miały ograniczoną zdolność do uchwycenia złożoności relacji między gatunkami. Pl@ntBERT wprowadza w tę dziedzinę zupełnie nowe podejście: traktuje zbiorowisko roślinne jak zdanie, w którym poszczególne gatunki pełnią funkcję „słów”, a ich kolejność i częstość występowania tworzą specyficzną „składnię” ekosystemu.
Dzięki temu narzędzie potrafi nie tylko przewidzieć, które gatunki mogły zostać pominięte w badaniach terenowych, lecz także precyzyjnie przypisać dane zbiorowisko do jednego z 227 typów siedlisk określonych w europejskim systemie klasyfikacji EUNIS.
Model został wytrenowany na imponującym zbiorze danych European Vegetation Archive, obejmującym 1,4 miliona spisów florystycznych z całej Europy, reprezentujących łącznie 14 tysięcy gatunków roślin. Tak ogromna baza wiedzy sprawia, że Pl@ntBERT nie tylko przewyższa skutecznością wszystkie dotychczasowe metody klasyfikacji, lecz także może służyć jako uniwersalne narzędzie wspierające naukowców, ekologów i instytucje zajmujące się ochroną przyrody w prognozowaniu zmian środowiskowych.
Badania z udziałem dr. hab. Remigiusza Pielecha pokazują, jak innowacyjne technologie sztucznej inteligencji mogą wspierać nauki przyrodnicze, dostarczając nowych narzędzi do analizy ekosystemów i identyfikacji siedlisk. Wyniki te mają ogromny potencjał praktyczny – mogą zostać wykorzystane do monitorowania zmian klimatycznych, planowania działań ochronnych oraz wspierania decyzji dotyczących gospodarowania przestrzenią w sposób zgodny z zasadami zrównoważonego rozwoju.
Źródło: Uniwersytet Jagielloński w Krakowie
Czytaj też: Wysoko przetworzona żywność a ryzyko cukrzycy u młodych osób
Grafika tytułowa: Steve Johnson / Unsplash
