幾個(gè)世紀(jì)以來，科學(xué)家們收集并保存了大量關(guān)于植物的信息，據(jù)統(tǒng)計(jì)科學(xué)家每年發(fā)現(xiàn)大約2000種植物，并要與分布在全球自然歷史博物館和研究機(jī)構(gòu)的400，000種已知物種進(jìn)行比較，最后才能對其進(jìn)行定義。

在過去的幾十年里，這些數(shù)據(jù)大部分進(jìn)行了數(shù)字化，隨著AI技術(shù)的成熟，哥斯達(dá)黎加理工學(xué)院史密森學(xué)會(huì)的研究人員們開始試圖通過計(jì)算機(jī)視覺和GPU的結(jié)合，使用卷積神經(jīng)網(wǎng)絡(luò)來數(shù)字化自然歷史收藏，對博物館標(biāo)本欄中記錄的生物進(jìn)行基于圖像的識別，從而加速和深化科學(xué)對植物生物多樣性的理解。

為了支撐這個(gè)項(xiàng)目，哥斯達(dá)黎加團(tuán)隊(duì)使用兩塊NVIDIA GeForce GPU，以及開源深度學(xué)習(xí)框架Caffe和cuDNN，并用26萬張圖像進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)培訓(xùn)。

利用AI技術(shù)，研究團(tuán)隊(duì)能夠在短時(shí)間內(nèi)做更多的科學(xué)研究，研究團(tuán)隊(duì)希望通過全新的技術(shù)為引發(fā)生物信息學(xué)領(lǐng)域的新革命。同時(shí)團(tuán)隊(duì)還將在植物研究的基礎(chǔ)上，延伸至昆蟲、鳥類、魚類等學(xué)科中去。