Augu Shazam: kura lietotne patiešām spēj to izdarīt

"Augu Shazam" ir žurnālistu radīts apzīmējums, nevis produkta nosaukums. Neviens uzņēmums to nav reģistrējęs, un tie, kas šo frāzi ieraksta Google, gandrīz vienmēr nonāk pie Pl@ntNet. Tā ir franču lietotne, ko uztur četri valsts pētniecības institūti un ko mediji šādi dēvē jau kopš 2017. gada.

Taču žurnālisti noklusē to, kas rakstīts pašas lietotnes oficiālajā aprakstā. Franču valodā tur norādīts, ka Pl@ntNet ir paredzēts augiem, kas "dzīvo savvaļā" (vivant dans la nature), un ka kultivētu augu noteikšana "nav tā galvenā prioritāte". Ja tavs augs atrodas podiņā uz palodzes, šī populārā lietotne nav domāta tev.

Īss kopsavilkums:

• Šis apzīmējums nepieder nevienam. Praksē meklējumi ved pie Pl@ntNet, kas pašlaik aptver 84 710 sugas un satur vairāk nekā 1,4 miljardus lietotāju iesūtītu attēlu.

• Pl@ntNet oficiālajā aprakstā App Store lietotņu veikalā minēts, ka kultivētu augu noteikšana "nav tā galvenā prioritāte". Tas ir radīts savvaļas florai.

• Noteikt augu ir tehniski sarežģītāk nekā atpazīt dziesmu. Shazam meklē precīzu sakritību audio digitālajā nospiedumā, turpretī augu identifikators spēj tikai aprēķināt varbūtību.

• Lauka apstākļos ar savvaļas augiem specializētie identifikatori nosaka sugu ar pirmo mēģinājumu aptuveni 86% gadījumu (Hart et al., 2023). Nav publicētu testu ar audzētiem telpaugiem.

• Dzīvokļa augiem ir nepieciešama lietotne, kas izstrādāta tieši šim nolūkam. Bloom izmanto Plant.id dzinēju, kura precizitāte ir 93% neatkarīgu universitāšu pētījumos. Tam ir 4,8 zvaigznīšu vērtējums ar vairāk nekā tūkstoti atsauksmju un pieejama bezmaksas versija.

Kas ir "augu Shazam"?

Ar jēdzienu "augu Shazam" mediji mēdz saukt jebkuru lietotni, kas pēc fotogrāfijas atpazīst augu sugu, velkot paralēles ar Shazam, kas pēc skaņas identificē mūziku. Tā nav preču zīme. Kopš 2017. gada šis apzīmējums visbiežāk tiek saistīts ar Pl@ntNet, bezmaksas sabiedriskās zinātnes lietotni, ko izveidojuši Francijas pētniecības institūti.

No kurienes radies šis apzīmējums

Shazam pastāv kopš 2002. gada un ir pārsniedzis 100 miljardus atpazītu dziesmu, liecina Apple dati. Tas ir kļuvis par universālu saīsinājumu, lai izskaidrotu jebko, kas identificē pasauli, izmantojot mobilo tālruni.

Attiecināta uz augiem, šī analoģija iegājās. Austrālijas Vogue 2017. gadā izmantoja frāzi "Shazam for plants". Konbini 2019. gadā rakstīja "un Shazam pour identifier les plantes", runājot par Seek. 20 Minutes 2026. gada aprīlī publicēja reportāžu, nosaucot Pl@ntNet par "le Shazam des plantes". Brazīlijā ArchDaily izmantoja to pašu izteicienu, arī runājot par Pl@ntNet.

Šo analoģiju neviens nav nopietni pārbaudījis, un tā nestrādā divu iemeslu dēļ.

Kāpēc augi ir sarežģītāki par mūziku

Sarežģītība slēpjas materiālā, ko abas sistēmas salīdzina.

Mūzikai ir oriģināls. Augam nav. Algoritmu, ko Shazam izmanto vēl šodien, 2003. gadā publicēja Everijs Vangs (oriģinālā raksta PDF). Tas reducē audio līdz frekvenču pīķu pāriem, pārvērš šos pārus kodos un meklē precīzu sakritību katalogā. Tas darbojas, jo ieraksts ir fiksēts objekts: viens un tas pats skaņdarbs skan identiski radio, austiņās un trokšņainā bārā. Shazam neuzmin dziesmu, tas no jauna atrod failu.

Augu sugai nav viena nemainīga faila. Tas pats epipremns izskatās citādi atkarībā no gadalaika, vecuma, gaismas un apgriešanas. Jauna monstera lapa ir vesela, bez šķēlumiem, un vizuāli nemaz neatgādina pieaugušu tās pašas monsteras lapu. Šķirnes maina lapu krāsu un rakstu, nemainot pašu sugu.

Turklāt dažādas sugas ir vizuāli līdzīgas. Pat Pl@ntNet aprakstā ir brīdinājums: "ir daudz augu, kas no attāluma izskatās līdzīgi, un dažreiz tikai sīkas detaļas atšķir divas viena un tā paša ģints sugas". Mūzikā diviem dažādiem skaņdarbiem nekad nebūs vienāds digitālais nospiedums. Botānikā divas veselas ģintis var atšķirties tikai ar matiņiem uz stumbra.

Tāpēc augu identifikators piedāvā iespējamo kandidātu sarakstu ar ticamības procentu, kamēr Shazam parāda tikai vienu precīzu nosaukumu. Šis procents ir labākais, ko var sniegt sistēma, kas balstās uz minējumiem.

Izmantojot Shazam, ieraksta kvalitātei gandrīz nav nozīmes. Augu lietotnē tava uzņemtā fotogrāfija nosaka pusi no rezultāta.

Kura lietotne ir īstais "augu Shazam"

Uz šo titulu pretendē pieci rīki, taču tie ir radīti atšķirīgiem mērķiem. Nevienā no populārajām meklēšanas vietnēm šie pieci rīki netiek salīdzināti tieši.

Dati iegūti no lietotņu oficiālajiem aprakstiem un mājaslapām 2026. gada 22. augustā.

Pl@ntNet ir godīgi spēcīgs tajā, ko tas sola. To uztur CIRAD, INRAE, INRIA un IRD, tas aptver 84 710 sugas 77 florās, un katra augšupielādētā fotogrāfija kļūst par zinātniskiem datiem par bioloģisko daudzveidību. Tam nav maksas sienas un tas nav abonēšanas ēsma. Tikai tā mērķis ir inventarizēt pasaules floru, nevis noskaidrot puķupoda nosaukumu uz tava plaukta.

Google Lens ir vispieejamākais rīks, jo tas jau ir iebūvēts tavā tālrunī. Tomēr tas ir arī visneprecīzākais augu noteikšanā. Ir vērts izpētīt, kur Google Lens strādā labi un kur pieļauj kļūdas, pirms akli uzticēties pirmajam rezultātam. Ja vēlies redzēt plašāku pārskatu, esam apkopojuši labākās augu noteikšanas lietotnes ar to galvenajām priekšrocībām.

Slazds: lietotne ar populāro iesauku ir radīta savvaļas augiem

Pl@ntNet oficiālais apraksts App Store franču valodā burtiski saka:

"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."

Latviešu valodā: Pl@ntNet identificē visa veida augus, kas sastopami dabā, kā arī identificē daudzus parkos un dārzos kultivētus augus, "taču tas nav tā galvenais uzdevums". To ir rakstījuši paši radītāji lietotnes aprakstā, un neviens no tekstiem, kas lietotni nodēvēja par augu Shazam, šo frāzi nepiemin.

Projekta dokumentācija izskaidro iemeslu. Pl@ntNet meklē "florās", sugu sarakstos pēc ģeogrāfiskā reģiona. Tas ir lieliski piemērots savvaļas augiem, kuriem ir sava teritorija, un mazāk noderīgs dekoratīvajiem augiem, kuru izcelsme parasti ir ļoti tālu no vietas, kur tos audzē. Jūsu scindapsis nāk no Polinēzijas un atrodas uz plaukta Sanpaulu. Neviena reģionālā flora to neparedz.

Pētījumi to apstiprina. 2023. gada lauka pētījumā ar 857 fotogrāfijām pētnieki apzināti izslēdza "eksotiskās" parku un dārzu sugas. Tas nozīmē, ka augstie precizitātes rādītāji, kas tiek minēti saistībā ar šīm lietotnēm, ir mērīti mežos, pļavās un ceļmalās. Ja vēlies izmantot alternatīvas, kas radītas tieši telpaugiem, aplūko Pl@ntNet alternatīvas kultivētiem augiem.

Kā uzņemt fotoattēlu, ko lietotne spēs atpazīt

Šie ieteikumi attiecas uz jebkuru no piecām lietotnēm. Tā kā sistēma aprēķina varbūtību, nevis meklē gatavu failu, fotogrāfijas kvalitāte ietekmē rezultātu vairāk nekā lietotnes izvēle.

1. Fotografē konkrētu daļu, nevis visu augu kopumā. Zieds, auglis un lapa satur gandrīz visu informāciju par sugu. Visa poda fotogrāfija izskatās glīta, taču palīdz vismazāk.

2. Nofotografē lapu uz viendabīga fona. Lapa uz baltas papīra lapas novērš fona traucējumus, kuros algoritms mēdz apmaldīties.

3. Piekļūsti pietiekami tuvu, lai redzētu dzīslas un malas. Šīs nianses atšķir vienas ģints sugas.

4. Iesūti vairākus fotoattēlus, ja lietotne to ļauj. Pl@ntNet un Bloom ļauj pievienot attēlus no dažādiem leņķiem, kas palīdz precizēt rezultātu.

5. Izmanto dabisko gaismu no loga, nevis zibspuldzi. Zibspuldze var izbalināt lapas krāsu un padarīt dzīslu rakstu neredzamu.

6. Apskati pirmos 5 ieteikumus, nevis tikai pašu pirmo. 2023. gada pētījumā šāda pieeja palielināja Google Lens precizitāti no 57% līdz 74%.

Ja augs nezied (un telpaugi zied reti), koncentrējies uz vienu lapu un piekļūsti tai pietiekami tuvu, lai izceltu dzīslas. PLOS ONE pētījumā visas sešas testētās lietotnes uzrādīja labākus rezultātus ar ziediem nekā ar lapām, taču bez ziediem kvalitatīvs lapas attēls ir labākais pieejamais signāls.

Visbiežāk bez nosaukuma paliek tieši populārākie dzīvokļu augi:

Nosaukums ir tikai puse no tā, ko tu vēlējies uzzināt

Otrā analoģijas kļūda atklājas brīdī, kad saņemta atbilde.

Kad Shazam nosauc dziesmu, uzdevums ir izpildīts. Tu vēlējies uzzināt nosaukumu, saņēmi to un vari noklausīties dziesmu. Turpretī brīdī, kad lietotne paziņo, ka tavs augs ir Epipremnum aureum, nekas vēl nav atrisināts. Tev nebija vajadzīgs tikai nosaukums. Tu gribēji zināt, kāpēc lapas kļūst dzeltenas, cik bieži to laistīt un vai tas nav bīstams tavam kaķim.

Tāpēc Pl@ntNet un Seek, kas ir lieliski identifikatori, pamet lietotāju pusceļā. Tie ir radīti bioloģiskās daudzveidības reģistrēšanai, nevis telpaugu kopšanai. Pēc nosaukuma uzzināšanas tu joprojām esi viens ar saviem jautājumiem.

Bloom atrisina šo problēmu istabas augiem. Tas identificē augu pēc fotoattēla, izmantojot Plant.id dzinēju, kura precizitāte sasniedz 93% neatkarīgos pētījumos, un, balstoties uz nosaukumu, izveido laistīšanas un apgaismojuma grafiku šai sugai. Bezmaksas plānā ir pieejamas 2 identifikācijas mēnesī un laistīšanas kalendārs, savukārt slimību diagnoze pēc fotoattēla ir Premium funkcija. Lietotnes vērtējums ir 4,8 zvaigznītes ar vairāk nekā tūkstoti atsauksmju.

Ja tevi vairs neinteresē nosaukums, bet gan konkrēti simptomi, risinājums ir cits: uzzini, kas kaiš tavam augam, balstoties uz to, ko redzi uz lapām.

Cik precīzas ir šīs lietotnes patiesībā

Divi 2023. gada recenzēti pētījumi ir labākais publiski pieejamais atskaites punkts.

Lauka pētījumā, kas publicēts žurnālā People and Nature (DOI 10.1002/pan3.10460), sešpadsmit ekoloģijas speciālisti ar saviem tālruņiem uzņēma 857 fotogrāfijas, aptverot 277 sugas. Pl@ntNet noteica pareizo sugu ar pirmo ieteikumu 86,6% fotogrāfiju un iekļāva pareizo sugu starp pirmajiem 5 ieteikumiem 95% gadījumu. Google Lens pirmajā ieteikumā sasniedza 57%.

PLOS ONE pētījumā (DOI 10.1371/journal.pone.0283386), kurā tika fotografētas 38 lakstaugu sugas to dabiskajā vidē, izmantojot vienu un to pašu ierīci un neapstrādājot attēlus, Pl@ntNet uzrādīja 88,21% precizitāti ar ziedu un 80,36% ar lapu, salīdzinot ar 67,86% un 55,00% Google Lens gadījumā.

Divas svarīgas piezīmes:

Dažādu pētījumu rezultāti nav tieši salīdzināmi. Katrā darbā tiek izmantota cita flora, paraugi un kritēriji. Augstāk minētie salīdzinājumi ir ticami, jo tie veikti viena un tā paša pētījuma ietvaros. Paņemt vienas lietotnes procentus no viena zinātniskā raksta un salīdzināt tos ar citas lietotnes procentiem no cita raksta nozīmē radīt kļūdainu reitingu.

Neviens no šiem testiem nemērīja kultivētus telpaugus. Abi pētījumi tika veikti ar savvaļas augiem dabā, un viens no tiem apzināti izslēdza dārza sugas. Attiecībā uz epipremniem, zamiokulkām vai monsterām podiņos nav publicētu testu. Jebkurš precizitātes skaitlis, kas tiek attiecināts uz telpaugiem, ir tikai pieņēmums, un ir godīgi to atzīt.

Biežāk uzdotie jautājumi

Vai tiešām eksistē augu Shazam?

Kā konkrēts produkts nē. Tas ir mediju radīts apzīmējums lietotnēm, kas atpazīst augus pēc fotoattēla. Praksē šis apzīmējums gandrīz vienmēr norāda uz Pl@ntNet. Salīdzinājums palīdz saprast ideju, taču tehniski tas nedarbojas: Shazam atrod precīzu ierakstu, bet augu lietotne tikai aprēķina varbūtību.

Kura ir labākā bezmaksas lietotne augu noteikšanai?

Tas ir atkarīgs no tā, kur augs atrodas. Savvaļas augiem dabā precīzākā bezmaksas lietotne ir Pl@ntNet, kas lauka pētījumos uzrāda 86,6% precizitāti pirmajā mēģinājumā. Telpaugiem labāk izvēlēties lietotni, kas radīta tieši kultivētām sugām, piemēram, Bloom, kam arī ir bezmaksas versija.

Kā pēc fotoattēla uzzināt auga nosaukumu?

Nofotografē kādu konkrētu daļu, vislabāk ziedu vai lapu, uz viendabīga fona un dabiskā apgaismojumā. Augšupielādē fotoattēlu izvēlētajā lietotnē un apskati pirmos piecus ieteikumus, nevis tikai pašu pirmo. Pētījumi rāda, ka pirmo piecu variantu izvērtēšana uzlabo precizitāti par aptuveni 17 procentpunktiem.

Vai Pl@ntNet ir bezmaksas?

Jā. To uztur četri Francijas valsts pētniecības institūti: CIRAD, INRAE, INRIA un IRD. Tas darbojas kā sabiedriskās zinātnes projekts, kurā tavas iesūtītās fotogrāfijas palīdz pētīt augu daudzveidību. Tāpēc šis rīks ir paredzēts savvaļas florai, nevis tavam istabas augam.

Vai Google spēj identificēt augu pēc fotoattēla?

Jā, to var izdarīt ar Google Lens palīdzību bez maksas un bez papildu lietotņu instalēšanas Android ierīcēs. Lauka pētījumā ar 857 fotogrāfijām tas spēja noteikt pareizo sugu pirmajā mēģinājumā 57% gadījumu, salīdzinot ar 86,6% Pl@ntNet rezultātu tajā pašā pētījumā. Tas ir ērtākais, taču neprecīzākais rīks.

Secinājums

Lietotne, kas ieguvusi šo populāro apzīmējumu, patiesībā ir radīta savvaļas augiem, un tas ir minēts arī tās oficiālajā aprakstā.

Nākamais solis ir atkarīgs no tā, kur atrodas tavs augs. Dabā izmanto Pl@ntNet un fotografē atsevišķu lapu vai ziedu. Istabā izmanto tieši telpaugiem paredzētu identifikatoru, kas palīdzēs arī ar aprūpes padomiem. Bloom ir piemērots šim mērķim, darbojas iPhone un iPad ierīcēs un piedāvā bezmaksas režīmu.