Shazam za biljke: koja aplikacija stvarno radi taj posao

"Shazam za biljke" je novinarski nadimak, a ne naziv proizvoda. Nijedna tvrtka nije registrirala to ime, a svatko tko taj pojam upiše u Google gotovo uvijek završi na istom mjestu: Pl@ntNet, francuskoj aplikaciji koju održavaju četiri javna istraživačka instituta, a koju mediji tako nazivaju još od 2017. godine.

No, dio koji mediji prešućuju nalazi se u službenom opisu same aplikacije. Na francuskom jeziku tamo jasno piše da Pl@ntNet služi za biljke koje žive u prirodi ("vivant dans la nature") te da identificiranje uzgojenih biljaka "nije njegova prva svrha". Ako se vaša biljka nalazi u tegli u kući, aplikacija koja je dobila ovaj nadimak zapravo nije stvorena za vas.

Brzi sažetak:

• Nadimak ne pripada nikome. U praksi, pretraga vodi do aplikacije Pl@ntNet, koja danas pokriva 84.710 vrsta i sadrži više od 1,4 milijarde slika koje su poslali korisnici.

• Službeni opis aplikacije Pl@ntNet na francuskom App Storeu navodi da identificiranje uzgojenih biljaka "nije njezina primarna svrha". Stvorena je za divlju floru.

• Prepoznavanje biljaka je tehnički puno teže od prepoznavanja glazbe: Shazam traži točno podudaranje zvučnog otiska, dok identifikator biljaka može samo procijeniti vjerojatnost.

• Na terenu, s divljom biljkom, namjenski identifikatori pogađaju vrstu u prvom prijedlogu u oko 86% slučajeva (Hart et al., 2023). Ne postoji objavljeni test s uzgojenom sobnom biljkom.

• Za kućne biljke rješenje je aplikacija napravljena upravo za tu svrhu. Bloom koristi Plant.id, identifikacijski sustav s dokazanom točnošću od 93% prema neovisnim sveučilišnim istraživanjima, ima ocjenu 4,8 s više od tisuću recenzija i nudi besplatan način rada.

Što je uopće "Shazam za biljke"?

"Shazam za biljke" je naziv koji mediji koriste za bilo koju aplikaciju koja prepoznaje vrstu biljke na temelju fotografije, povlačeći paralelu sa Shazamom koji prepoznaje pjesme po zvuku. To nije brend. Od 2017. godine ovaj se nadimak najčešće lijepi uz Pl@ntNet, besplatnu aplikaciju za građansku znanost koju su pokrenuli francuski istraživački instituti.

Odakle dolazi taj nadimak

Shazam postoji od 2002. godine i već je premašio 100 milijardi prepoznatih pjesama, prema podacima tvrtke Apple. Postao je univerzalna kratica za objašnjavanje bilo čega što identificira svijet putem mobitela.

Primijenjena na biljke, analogija se prihvatila. Australski Vogue upotrijebio je "Shazam for plants" 2017. godine. Konbini je 2019. godine napisao "un Shazam pour identifier les plantes", govoreći o Seeku. 20 Minutes objavio je reportažu u travnju 2026. nazivajući Pl@ntNet "le Shazam des plantes". U Brazilu je ArchDaily upotrijebio isti izraz, također o Pl@ntNetu.

Nitko zapravo nije testirao tu analogiju, a ona pada na ispitu u dvije ključne točke.

Zašto je biljku teže prepoznati nego pjesmu

Problem je u materijalu koji se uspoređuje.

Glazba ima original. Biljka nema. Algoritam koji Shazam koristi i danas objavio je Avery Wang 2003. godine (PDF do artigo original). On svodi audiozapis na parove vršnih frekvencija, pretvara te parove u kodove i traži točno podudaranje u katalogu. To funkcionira jer je snimka fiksni objekt: ista pjesma svira identično na radiju, u slušalicama i u bučnom kafiću. Shazam ne pogađa pjesmu, on ponovno pronalazi datoteku.

Biljna vrsta nema fiksnu datoteku. Isti zmajevac mijenja izgled ovisno o godišnjem dobu, starosti, svjetlu koje prima i tome koliko je orezan. Mladi list monstere nema nikakve proreze i uopće ne sliči odraslom listu iste te biljke. Različiti kultivari mijenjaju boju i šaru lista, a da pritom pripadaju istoj vrsti.

Osim toga, različite vrste mogu izgledati vrlo slično. Na to upozorava i sam opis aplikacije Pl@ntNet: "mnoge biljke izdaleka nalikuju jedna drugoj, a ponekad su ključni sitni detalji koji razlikuju dvije vrste istog roda". U glazbi dvije različite pjesme nikada nemaju isti zvučni otisak. U botanici se dva cijela roda mogu razlikovati samo po sitnim dlačicama na stabljici.

Zato identifikator biljaka nudi popis potencijalnih kandidata s postotkom vjerojatnosti, dok Shazam daje samo jedno točno ime. Postotak je maksimum koji sustav za procjenu može ponuditi.

Kod Shazama kvaliteta vaše snimke gotovo da nije važna. Kod aplikacije za biljke, fotografija koju snimite čini polovicu uspjeha.

Koja je aplikacija zapravo "Shazam za biljke"

Pet se alata bori za ovaj nadimak, a stvoreni su za potpuno različite svrhe. Nijedna od stranica koje šire ovaj nadimak na francuskim tražilicama zapravo ne uspoređuje svih pet.

Podaci iz službenih opisa u trgovinama aplikacija i s web stranica, provjereni 22. kolovoza 2026.

Pl@ntNet je iskreno jak u onome što nudi. Održavaju ga CIRAD, INRAE, INRIA i IRD, pokriva 84.710 vrsta u 77 flora, a svaka poslana fotografija postaje znanstveni podatak o bioraznolikosti. Nema paywall i nije mamac za pretplatu. Samo što je njegov cilj popisivanje flore svijeta, a ne otkrivanje imena tegle na vašoj polici.

Google Lens je najpristupačniji jer se već nalazi na vašem telefonu. No, on je ujedno i najmanje precizan u prepoznavanju biljaka, pa je dobro istražiti gdje Google Lens pogađa, a gdje griješi prije nego što slijepo povjerujete prvom rezultatu. Ako želite potpun pregled, okupili smo najbolje aplikacije za prepoznavanje biljaka s detaljnim prednostima svake od njih.

Kvaka: aplikacija s nadimkom stvorena je za divlje biljke

Službeni opis aplikacije Pl@ntNet na francuskom App Storeu, od riječi do riječi:

"Pl@ntNet permet d'identifier et de mieux connaître toutes sortes de plantes vivant dans la nature (...) Pl@ntNet peut aussi identifier un grand nombre de plantes cultivées (dans les parcs et jardins) mais ce n'est pas sa vocation première."

Na hrvatskom: Pl@ntNet identificira sve vrste biljaka koje žive u prirodi, a također identificira i mnoge biljke uzgojene u parkovima i vrtovima, "ali to nije njegova prvenstvena namjena". To su napisali sami kreatori u opisu aplikacije, a nijedan od tekstova koji su aplikaciju nazvali Shazamom za biljke ne citira tu rečenicu.

Dokumentacija projekta objašnjava zašto. Pl@ntNet pretražuje unutar "flora", popisa vrsta prema geografskoj regiji. To je izvrsno za divlje biljke, koje imaju svoje stanište, i slabo korisno za ukrasne biljke, čije je podrijetlo obično vrlo daleko od mjesta gdje se uzgajaju. Vaš zlatni puzavac dolazi iz Polinezije, a nalazi se na polici u São Paulu. Nijedna regionalna flora to ne predviđa.

Znanstvene studije to i potvrđuju. U terenskom testu iz 2023. godine s 857 fotografija, istraživači su namjerno isključili "egzotične" vrste iz parkova i vrtova. To znači da su svi oni impresivni postoci točnosti koji se vrte po internetu zapravo izmjereni na poljima, u šumama i uz rubove cesta. Ako vam je Pl@ntNet jedina opcija, a imate kućne biljke, pogledajte alternative za Pl@ntNet koje su stvorene baš za uzgojene biljke.

Kako snimiti fotografiju koju će aplikacija prepoznati

Ovo pravilo vrijedi za svih pet aplikacija. Budući da sustav procjenjuje vjerojatnost umjesto da traži točan duplikat, fotografija koju snimite utječe na rezultat više od samog izbora aplikacije.

1. Fotografirajte pojedini dio, a ne cijelu biljku. Cvijet, plod i list nose gotovo sve informacije o vrsti. Slika cijele tegle s udaljenosti možda izgleda lijepo, ali najmanje pomaže algoritmu.

2. Izolirajte list na jednobojnoj pozadini. List položen na bijeli papir eliminira pozadinsku buku, u kojoj se vizualni modeli najčešće gube.

3. Približite se dovoljno da se vide tekstura i rubovi. Upravo ti detalji razlikuju vrste unutar istog roda.

4. Pošaljite više fotografija ako aplikacija to dopušta. Pl@ntNet i Bloom omogućuju slanje slika iz više kutova, što značajno sužava izbor potencijalnih kandidata.

5. Koristite prirodno svjetlo s prozora umjesto bljeskalice. Bljeskalica može isprati stvarnu boju lista i sakriti teksturu žila.

6. Pogledajte prvih pet prijedloga, a ne samo prvi. U terenskom istraživanju iz 2023. godine, ovaj je pristup podigao točnost aplikacije Google Lens s 57% na 74%.

Ako biljka ne cvjeta, a kućne biljke rijetko cvjetaju, fokusirajte se na jedan list i približite se dovoljno da se jasno vide lisne žile. U istraživanju časopisa PLOS ONE, šest testiranih aplikacija imalo je bolji rezultat s cvijetom nego s listom, no bez cvijeta dobro fotografiran list ostaje vaš najbolji adut.

Biljke koje najčešće dolaze bez imena ujedno su i najpopularnije u stanovima:

Ime je samo pola onoga što ste zapravo htjeli

Druga točka u kojoj se analogija s glazbom potpuno raspada nastupa nakon što dobijete odgovor.

Kada vam Shazam otkrije ime pjesme, priča je gotova. Htjeli ste ime, dobili ste ga i pokrećete reprodukciju. No, kada vam aplikacija kaže da se vaša biljka zove Epipremnum aureum, zapravo se nije dogodilo ništa. Vi niste htjeli samo suhoparno ime. Htjeli ste znati zašto listovi žute, koliko je često trebate zalijevati i je li opasna za vašu mačku.

Zato Pl@ntNet i Seek, iako su izvrsni identifikatori, ostavljaju korisnika na pola puta: stvoreni su za popisivanje bioraznolikosti, a ne za njegu. Nakon što saznate ime, i dalje ste prepušteni sami sebi.

Aplikacija Bloom rješava taj problem za kućne biljke. Ona prepoznaje biljku pomoću sustava Plant.id, koji ima dokazanu točnost od 93% u neovisnim sveučilišnim testovima, te na temelju prepoznate vrste odmah izrađuje raspored zalijevanja i preporuke za svjetlost. U besplatnoj verziji nudi 2 identifikacije mjesečno i kalendar zalijevanja, dok je napredna dijagnoza bolesti putem fotografije, koja uspoređuje vaš bolesni list s poznatim slučajevima, dio Premium paketa. Ocjena aplikacije je 4,8 s više od tisuću recenzija.

Ako vaš problem više nije ime biljke nego njezini simptomi, krenite drugim putem: pogledajte što muči vašu biljku na temelju promjena koje vidite na listovima.

Koliko su ove aplikacije doista točne

Dva stručno recenzirana rada iz 2023. godine najbolji su javno dostupni izvori informacija.

U terenskom istraživanju objavljenom u časopisu People and Nature (DOI 10.1002/pan3.10460), šesnaest ekologa snimilo je 857 fotografija vlastitim mobitelima, obuhvativši 277 vrsta. Pl@ntNet je pogodio vrstu u prvom prijedlogu na 86,6% fotografija, a točnu vrstu među prvih 5 prijedloga imao je u 95% slučajeva. Google Lens je ostvario 57% u prvom prijedlogu.

U studiji časopisa PLOS ONE (DOI 10.1371/journal.pone.0283386), s 38 zeljastih vrsta fotografiranih u njihovom prirodnom staništu, sve istim uređajem i bez obrade slike, Pl@ntNet je pogodio 88,21% s cvijetom i 80,36% s listom, naspram 67,86% i 55,00% koje je ostvario Google Lens.

Dvije važne napomene:

Brojke iz različitih istraživanja ne mogu se izravno uspoređivati. Svaki rad koristi vlastitu floru, uzorke i kriterije. Gore navedene usporedbe imaju smisla isključivo zato što su rađene unutar iste studije. Uzimanje postotka jedne aplikacije iz jednog rada i njegovo uspoređivanje s postotkom druge aplikacije iz nekog drugog rada daje potpuno iskrivljenu sliku.

Nijedan od ovih testova nije mjerio točnost na uzgojenim kućnim biljkama. Oba su se istraživanja bavila divljim biljkama na terenu, a jedno je izričito isključilo vrtne vrste. Za monstere, zamije i zmajevce u teglama ne postoji objavljeno znanstveno istraživanje. Svatko tko iznosi točne postotke uspješnosti za kućne biljke zapravo samo nagađa, i pošteno je to reći.

Često postavljana pitanja

Postoji li doista Shazam za biljke?

Ne kao službeni proizvod. To je samo novinarski nadimak za aplikacije koje prepoznaju vrste pomoću fotografije. U praksi se taj pojam najčešće povezuje s aplikacijom Pl@ntNet, koja taj nadimak nosi još od 2017. godine. Usporedba je slikovita, ali tehnički netočna: Shazam pronalazi točan audio zapis, dok aplikacija za biljke procjenjuje vjerojatnost.

Koja je najbolja besplatna aplikacija za prepoznavanje biljaka?

Ovisi o tome gdje se biljka nalazi. Za divlje biljke u prirodi Pl@ntNet je najprecizniji među besplatnim opcijama, s izmjerenih 86,6% točnosti na prvom mjestu u terenskim testovima. Za biljke u kući odaberite aplikaciju specijaliziranu za uzgojene vrste, poput aplikacije Bloom koja također nudi besplatan način rada.

Kako saznati ime biljke preko slike?

Fotografirajte pojedini dio biljke, idealno cvijet, plod ili list, na čistoj pozadini i uz prirodno svjetlo. Pošaljite fotografiju u odabranu aplikaciju i obavezno pregledajte prvih pet prijedloga, a ne samo prvi. Istraživanja pokazuju da provjera prvih pet prijedloga povećava šansu za točan pogodak za oko 17%.

Je li Pl@ntNet besplatan?

Da. Aplikaciju održavaju četiri francuska javna istraživačka instituta: CIRAD, INRAE, INRIA i IRD. Ona funkcionira kao projekt građanske znanosti u kojem vaše fotografije postaju vrijedni podaci o biljnoj bioraznolikosti. S druge strane, upravo je zato stvorena za divlju floru, a ne za ukrasno bilje u vašem domu.

Može li Google prepoznati biljku sa slike?

Može, putem alata Google Lens, potpuno besplatno i bez potrebe za instaliranjem novih aplikacija na Android uređajima. U terenskom testu s 857 fotografija prepoznao je točnu vrstu u prvom pokušaju u 57% slučajeva, u usporedbi s 86,6% koliko je ostvario Pl@ntNet u istom istraživanju. To ga čini najpraktičnijim, ali i najmanje preciznim rješenjem.

Zaključak

Aplikacija koja nosi ovaj popularni nadimak stvorena je za divlju floru, što jasno piše i u njezinom službenom opisu.

Sljedeći korak ovisi o tome gdje se vaša biljka nalazi. U prirodi koristite Pl@ntNet i fotografirajte izolirani list ili cvijet. Unutar četiri zida odaberite identifikator prilagođen uzgojenim vrstama koji vam nudi korisne savjete i nakon što saznate ime biljke. Bloom radi upravo to, dostupan je na iPhoneu i iPadu, a možete početi s besplatnim načinom rada.