Các ứng dụng này rất hữu ích cho việc học, nhưng không phải cho việc quyết định.
Chúng hoạt động thế nào
- So ảnh với cơ sở dữ liệu lớn
- Dùng mô hình nhận dạng hình ảnh
- Đưa ra danh sách khả năng kèm độ tin cậy
- Càng nhiều ảnh huấn luyện càng chính xác
- Phụ thuộc hoàn toàn vào dữ liệu có sẵn
Ứng dụng chỉ nhận ra được những loài đã có nhiều ảnh trong dữ liệu.
Khi nào chúng hoạt động tốt
- Loài phổ biến rộng rãi
- Ảnh rõ nét và đủ sáng
- Có hoa hoặc quả trong ảnh
- Cây trưởng thành
- Ở vùng có nhiều dữ liệu
Với cây cảnh phổ biến thì độ chính xác thường khá cao.
Khi nào chúng hay sai
- Loài hiếm hoặc địa phương
- Chỉ có ảnh lá
- Cây non hoặc bị sâu bệnh
- Ảnh mờ hoặc thiếu sáng
- Vùng ít dữ liệu như nhiều nơi nhiệt đới
Một tấm ảnh chỉ có lá thường cho kết quả không đáng tin.
Vấn đề thiên lệch dữ liệu
- Dữ liệu chủ yếu từ vùng ôn đới
- Nhiều loài nhiệt đới thiếu ảnh
- Loài đặc hữu gần như không có
- Nên độ chính xác thấp ở vùng nhiệt đới
- Là giới hạn cấu trúc chứ không phải lỗi kỹ thuật
Ứng dụng không thể nhận ra một loài mà nó chưa từng thấy ảnh.
Vấn đề nguy hiểm nhất
- Nhầm giữa loài ăn được và loài độc
- Hai loài có thể trông rất giống
- Ứng dụng không phân biệt được
- Người dùng tin vào kết quả
- Hậu quả không sửa được
Với nấm và rau rừng, một lần nhầm có thể là lần cuối.
Vì sao không dùng để quyết định ăn
- Sai một lần là đủ
- Không có cơ chế cảnh báo đủ mạnh
- Độ tin cậy hiển thị dễ gây hiểu nhầm
- Người dùng thường bỏ qua cảnh báo
- Đây là giới hạn tuyệt đối
Không ứng dụng nào chịu trách nhiệm nếu bạn ăn nhầm.
Về nấm
- Đặc biệt không đáng tin với nấm
- Nấm độc và nấm ăn trông rất giống
- Khác biệt ở đặc điểm khó thấy trong ảnh
- Đã có ca ngộ độc do tin vào ứng dụng
- Không dùng ứng dụng cho nấm
Định danh nấm cần cả đặc điểm mà ảnh không thể hiện được.
Cách chụp ảnh cho kết quả tốt hơn
- Chụp nhiều góc
- Chụp cả hoa và quả nếu có
- Chụp mặt trên và mặt dưới lá
- Chụp cách lá mọc trên cành
- Ánh sáng tự nhiên và nền đơn giản
Nhiều ảnh từ nhiều góc cho kết quả đáng tin hơn một ảnh duy nhất.
Đọc kết quả thế nào
- Xem cả danh sách chứ không chỉ kết quả đầu
- Chú ý độ tin cậy
- Nếu các khả năng gần nhau thì không chắc
- Kiểm tra xem loài đó có phân bố ở vùng mình không
- Đối chiếu với nguồn khác
Nếu kết quả thứ nhất và thứ hai gần ngang nhau thì coi như chưa có kết luận.
Kiểm tra phân bố
- Loài được gợi ý có mọc ở vùng mình không
- Nếu không thì khả năng là sai
- Tra cứu phân bố trên cơ sở dữ liệu
- Là bước kiểm tra đơn giản mà hiệu quả
- Loại được nhiều kết quả sai
Ứng dụng có thể gợi ý một loài chỉ mọc ở châu Âu cho cây trong vườn nhà bạn.
Dùng để làm gì thì hợp lý
- Học tên cây quanh mình
- Có gợi ý ban đầu để tra cứu tiếp
- Ghi chép khi đi thực địa
- Khơi gợi hứng thú với thực vật
- Không dùng để ra quyết định an toàn
Coi kết quả như một gợi ý để tra cứu tiếp chứ không phải câu trả lời.
Kết hợp với nguồn chuẩn
- Lấy tên khoa học từ ứng dụng
- Tra cứu trên cơ sở dữ liệu chuẩn
- Đối chiếu ảnh tiêu bản
- Kiểm tra phân bố
- Hỏi chuyên gia nếu quan trọng
Ứng dụng cho tên, cơ sở dữ liệu chuẩn xác nhận tên đó có đúng không.
Về các nhóm cộng đồng nhận dạng
- Có nhóm chuyên gia hỗ trợ nhận dạng
- Thường chính xác hơn ứng dụng
- Cần ảnh đầy đủ
- Mất thời gian chờ
- Là lựa chọn tốt khi cần chắc chắn
Người có chuyên môn nhìn một tấm ảnh vẫn hơn thuật toán nhìn một tấm ảnh.
Tương lai của công nghệ này
- Đang cải thiện nhanh
- Dữ liệu vùng nhiệt đới đang được bổ sung
- Nhưng vẫn không thay được chuyên gia
- Vẫn không nên dùng cho quyết định an toàn
- Là công cụ hỗ trợ chứ không phải thay thế
Công nghệ tốt lên không làm thay đổi nguyên tắc không chắc thì không dùng.
Góp phần cải thiện dữ liệu
- Một số nền tảng cho phép đóng góp ảnh
- Ảnh được chuyên gia xác nhận
- Bổ sung dữ liệu vùng thiếu
- Là cách đóng góp có ích
- Cũng giúp chính mình học
Đóng góp ảnh loài địa phương giúp cải thiện dữ liệu cho chính vùng mình.
Cách nghĩ thực tế
- Ứng dụng tốt cho việc học tên cây
- Độ chính xác giảm nhiều với loài địa phương
- Không bao giờ dùng để quyết định có ăn hay không
- Kiểm tra phân bố là bước lọc đơn giản mà hiệu quả
- Coi kết quả là gợi ý chứ không phải kết luận
Nội dung này mang tính thông tin chung và không thay thế tư vấn chuyên môn.
Câu hỏi thường gặp
Ứng dụng nhận dạng cây có chính xác không?
Độ chính xác khá tốt với loài phổ biến và ảnh rõ, nhưng giảm nhiều với loài hiếm, loài địa phương hoặc khi không có hoa quả trong ảnh.
Có thể dùng để quyết định ăn hay không ăn không?
Tuyệt đối không. Ứng dụng có thể nhầm giữa loài ăn được và loài độc trông giống nhau, và hậu quả của một lần nhầm là không thể sửa.
Vì sao ứng dụng hay nhầm ở vùng nhiệt đới?
Vì dữ liệu huấn luyện chủ yếu đến từ vùng ôn đới. Nhiều loài nhiệt đới và loài địa phương có rất ít ảnh trong cơ sở dữ liệu.
Dùng ứng dụng thế nào cho hợp lý?
Dùng để có gợi ý ban đầu và học tên cây, sau đó đối chiếu với nguồn chuẩn hoặc hỏi chuyên gia trước khi dùng vào việc gì.