想象一下，试图通过指纹来区分一对双胞胎。这正是科学家们在区分松树、云杉和冷杉等树木所产生的微小粉末状花粉时所面临的挑战。
但德克萨斯大学阿灵顿分校、内华达大学和弗吉尼亚理工大学的研究人员开发的一种新的人工智能系统使这一任务变得更加容易——并且可能为过敏患者带来巨大的缓解。
“有了关于哪些树种最易引起过敏以及它们何时释放花粉的更详细数据，城市规划者可以做出更明智的决策，决定种植什么以及在哪里种植，”德克萨斯大学阿灵顿分校生物学研究助理教授Behnaz Balmaki说。她与UTA数据科学部的Masoud Rostami共同在《大数据前沿》期刊上发表了这项新研究。“这在像学校、医院、公园和居民区这样的高流量区域尤为重要。医疗服务也可以利用这些信息，在花粉高峰期更好地安排过敏警报、公共卫生宣传和治疗建议。”
花粉分析是一种强大的方法，可以用来重建历史生态系统。湖床和泥炭沼泽中保存的花粉粒提供了详细的过去植物群落记录。由于植物分布与温度、降雨量和湿度等环境因素密切相关，因此识别不同沉积层中的花粉类型可以揭示生态系统如何在过去对自然气候变化作出反应，并预测未来可能的反应。
“即使使用高分辨率显微镜，不同花粉之间的差异也非常细微，”Balmaki博士说。“我们的研究表明，深度学习工具可以显著提高花粉分类的速度和准确性。这为大规模环境监测和更详细的生态变化重建打开了大门。它还为改善过敏原追踪提供了前景，可以通过识别具体哪些物种正在释放花粉以及何时释放来实现。”
Balmaki补充说，这项研究还可以造福农业。
“花粉是生态系统健康的一个强有力指标，”她说。“花粉组成的变化可以表明植被、水分水平甚至过去的火灾活动的变化。农民可以利用这些信息来跟踪影响作物可行性、土壤条件或区域气候模式的长期环境趋势。这对于野生动物和传粉昆虫的保护也很有用。许多动物，包括蜜蜂和蝴蝶等昆虫，依赖特定植物作为食物和栖息地。通过识别某个区域内存在或减少的植物种类，我们可以更好地了解这些变化如何影响整个食物网，并采取措施保护植物和传粉昆虫之间的重要关系。”
在这项研究中，研究团队检查了内华达大学自然历史博物馆保存的松树、云杉和冷杉的历史样本。他们使用九种不同的AI模型测试了这些样本，展示了该技术在速度和准确性方面识别花粉的强大潜力。
“这表明深度学习可以成功支持甚至超过传统识别方法的速度和准确性，”Balmaki说。“但也确认了人类专业知识仍然至关重要。你需要准备良好的样本和对生态背景的深刻理解。这不仅仅是关于机器，而是技术和科学之间的合作。”
对于未来的项目，Balmaki和她的合作者计划扩大研究范围，包括更多种类的植物。他们的目标是开发一个全面的花粉识别系统，可以在美国的不同地区应用，以更好地了解植物群落如何应对极端天气事件。
(全文结束)
