Wissenschaftler suchen nach Merkmalen, um moderne, fossile Blätter zu identifizieren

Ein maschinelles Lernprogramm platzierte kleine rote Kästchen auf Blattbildern, die winzige Abschnitte anzeigten, die der Computer für die Identifizierung des Blattes nach Familiengruppe als wichtig erachtete. Wissenschaftler platzierten die Kreise auf den Bildern, um die heißesten Bereiche auf den Wärmekarten darzustellen, und verglichen sie familienübergreifend, um neue Wege zu finden, um zu beschreiben, was der Computer in traditionellen botanischen Begriffen sieht. Bildnachweis: Penn State

Programme für maschinelles Lernen, die Blätter klassifizieren und sie biologischen Familien zuordnen können, könnten neue Hinweise auf die Evolution des Pflanzenlebens liefern, aber nur, wenn Wissenschaftler verstehen, was die Computer sehen. Ein Team unter der Leitung von Wissenschaftlern der Penn State kombinierte einen maschinellen Lernansatz und traditionelle botanische Sprache, um neue Merkmale für die Identifizierung von Fossilien zu finden und zu beschreiben.

“Der Computer sagt: ‘Schau her, das ist wichtig’, aber es muss jemanden geben, der die Ergebnisse in menschenfreundliche Begriffe übersetzen kann”, sagte Edward Spagnuolo, ein frischgebackener Absolvent der Penn State University mit einem Bachelor-Abschluss in Geobiologie leitete die Recherche. „Das haben wir also wirklich getan. Dies ist ein erster Schritt, um künstliche Intelligenz mit Botanik und Paläobotanik zu verschmelzen.“

Das Team nahm Heatmaps, die von maschinellen Lernprogrammen erstellt wurden – Blattbilder, die mit kleinen roten Kästchen bedeckt sind, die Bereiche hervorheben, die der Computer als wichtig für die Identifizierung identifiziert hat – und entwickelte ein manuelles Bewertungssystem, um diese Regionen über verschiedene Pflanzenfamilien hinweg zu analysieren.

„Wir haben im Grunde festgestellt, dass jede Familie eine einzigartige Reihe von Merkmalen hat, die durch die Heatmaps hervorgehoben wurden“, sagte Spagnuolo. „Und all diese Merkmale liefern neue Hinweise, um fossile Blätter zu identifizieren. Sie können diese noch nicht herausnehmen und Fossilien direkt identifizieren, aber dies ist ein erster Schritt. Für einige Familien sind dies die einzigen Hinweise, die wir haben.“

Blätter sind der häufigste nicht mikroskopisch kleine Pflanzenteil, der heute und im Fossilienbestand gefunden wird, aber sie sind auch am schwierigsten zu identifizieren. Die Variation der Blattform und Aderung – das Muster der Adern in der Blattspreite – ist zu komplex, als dass sie von der botanischen Terminologie erfasst werden könnten, sagten die Wissenschaftler.

Dies ist eine besondere Herausforderung für Paläobotaniker, die meistens isolierte fossile Blätter ohne Samen, Früchte oder Blüten finden, die bei der Identifizierung der Pflanzen helfen könnten. Erschwerend kommt hinzu, dass viele der einzelnen Fossilien ausgestorbene Pflanzen darstellen.

„Die Evolutionsgeschichte und der Fossilienbestand sind selbst für einige der wichtigsten und vielfältigsten heute lebenden Pflanzenfamilien sehr schlecht verstanden, und das ist der Anstoß für diese Studie“, sagte Spagnuolo. „Es gibt Millionen und Abermillionen fossiler Blätter, die in Museumssammlungen weltweit aufbewahrt werden und nicht identifiziert werden können, weil wir einfach keine genau definierten Blattstrukturen haben, um sie in die richtigen Gruppen einzuordnen.“

Die Beschreibung eines einzelnen Blattes könnte für einen ausgebildeten Forscher Stunden dauern, aber Computerprogramme können lernen, Unterschiede zu erkennen und Blätter schnell und genau in taxonomische Familien einzuordnen, sagten die Wissenschaftler.

Peter Wilf, Professor für Geowissenschaften an der Penn State und Berater von Spagnuolo, und Thomas Serre, Professor für Informatik an der Brown, führten eine vorherige maschinelle Lernstudie mit mehr als 7.500 Bildern von gerodeten Blättern durch, bei denen es sich um chemisch gebleichte, gefärbte und gefärbte Exemplare handelt auf Objektträger montiert, um Venationsmuster sichtbar zu machen. Das Programm ordnete die Blätter mit einer Genauigkeit von 72 % in Familien und erstellte die Wärmekarten, die Wissenschaftler verwenden können, um zu erfahren, was der Computer als wichtig für die Identifizierung ansah.

„Dieser Ansatz unterscheidet sich von den meisten botanischen und paläobotanischen Blattstudien, die Blattmerkmale in großem Maßstab untersuchen – die Anzahl der Adern, wie das Blatt geformt ist“, sagte Spagnuolo. „Dies sind wirklich kleine Bildausschnitte. Und in Zukunft brauchen wir eine Möglichkeit, die botanischen Merkmale in größerem Maßstab zu kombinieren, die wir seit Jahrhunderten verwenden, und die auch diese Merkmale in kleinerem Maßstab berücksichtigt, die übersehen wurden, weil sie ohne diese so schwer zu erkennen sind Hilfe vom Algorithmus der künstlichen Intelligenz.”

Spagnuolo analysierte mehr als 3.000 Heatmaps mit Blättern von 930 Gattungen in 14 Angiospermen- oder Blütenpflanzenfamilien. Er erzielte die Top-5- und Top-1-Hotspot-Regionen und verwendete traditionelle botanische Sprache, um ihre Standorte auf den Blättern zu beschreiben.

„Wir haben versucht, die Identifizierung von gerodeten Blättern auf Familienebene durch den maschinellen Lernalgorithmus zu entschlüsseln, indem wir die heißesten Hotspots kartiert haben“, sagte Spagnuolo. „Dies ist unseres Wissens nach der erste Versuch, Computer-Vision-Heatmaps in botanische Sprache zurückzuübersetzen und zu interpretieren.“

Sie berichteten kürzlich über ihre Ergebnisse in der Amerikanisches Journal für Botanik.

Einige Familien wie Rosengewächse – zu denen Pflanzen gehören, die Äpfel, Erdbeeren, Pflaumen, Kirschen, Pfirsiche und Mandeln hervorbringen – haben charakteristische Merkmale, die Botaniker und Paläobotaniker leicht identifizieren können, wie z. B. schmale Zähne. Die Hot Spots in diesen Familien scheinen traditionelle Beobachtungen widerzuspiegeln, sagten die Wissenschaftler.

Andere Familien wie die Rubiaceae oder die Kaffeefamilie haben keine charakteristischen Merkmale und bleiben im Fossilienbestand weitgehend unbekannt. Bei diesen ungezahnten Blättern zeigte der Computer auf die Mikrokrümmung wenig untersuchter Blattränder.

„Diese neuen Merkmale können zu zusätzlichen Studien führen, um hoffentlich neue Merkmale zur Identifizierung von Fossilien zu beschreiben“, sagte Spagnuolo. „Dies könnte eines Tages dazu beitragen, die immense Menge an evolutionären Dunkeldaten freizusetzen, die wir bisher noch nicht erschlossen haben.“

Wilf und Serre haben zu dieser Arbeit beigetragen.



Source: Phys.org – latest science and technology news stories by phys.org.

*The article has been translated based on the content of Phys.org – latest science and technology news stories by phys.org. If there is any problem regarding the content, copyright, please leave a report below the article. We will try to process as quickly as possible to protect the rights of the author. Thank you very much!

*We just want readers to access information more quickly and easily with other multilingual content, instead of information only available in a certain language.

*We always respect the copyright of the content of the author and always include the original link of the source article.If the author disagrees, just leave the report below the article, the article will be edited or deleted at the request of the author. Thanks very much! Best regards!