Identificarea plantelor cu inteligență artificială: cum funcționează și cât de precisă este

Identificarea plantelor prin IA înseamnă recunoașterea speciei unei plante vii dintr-o fotografie. Programul compară tiparele vizuale din imagine (conturul și nervurile frunzei, forma florii, textura scoarței) cu milioane de fotografii deja identificate de botaniști și returnează o listă de specii candidate, de la cea mai probabilă la cea mai puțin probabilă. Nimic din acest proces nu implică înțelegerea plantei în sine.

În studii evaluate colegial (peer-reviewed) publicate între 2020 și 2025, aplicațiile au nimerit specia corectă din prima încercare în procente cuprinse între 17% și 90% din cazuri. O mare parte din această diferență nu ține de aplicație, ci de ceea ce ai fotografiat. Aceeași cameră, aceeași plantă și aceeași aplicație oferă rezultate diferite dacă pozezi scoarța în loc de frunză, sau dacă planta este înflorită.

Rezumat rapid:

• În studiul realizat de Schmidt și colegii săi (2022) pe 55 de specii de arbori, cea mai precisă aplicație a nimerit specia în 83,86% din fotografiile cu frunze și în doar 51,82% din cele cu scoarță. Vorbim despre o scădere de 32 de procente pentru aceeași plantă și aceeași aplicație.

• Pe 560 de fotografii de plante erbacee irlandeze (Campbell, Peacock și Bacon, 2023), toate aplicațiile testate au funcționat mai bine cu flori decât cu frunze, cu diferențe de la 6 la 29 de procente.

• Niciun studiu publicat până în prezent nu a măsurat precizia pe plantele de interior cultivate. Testele existente au folosit arbori urbani, floră sălbatică și plante de câmp.

• Cultivarul nu este totuna cu specia: pentru algoritm, o Monstera 'Thai Constellation' și una 'Albo' sunt exact aceeași plantă.

• Rezultatul unei aplicații nu trebuie luat ca un verdict absolut de siguranță. Într-un test publicat în Clinical Toxicology (2023), 5 din 11 specii toxice au fost indicate ca fiind comestibile de cel puțin una dintre aplicații.

Ce face de fapt IA când fotografiezi o plantă

Un identificator de plante bazat pe IA nu știe botanică. Este un model de analiză vizuală antrenat pe o bază de date cu fotografii deja identificate, iar ceea ce face este să măsoare asemănarea. El transformă poza ta într-o listă de valori numerice (margini, curbe, texturi, proporții) și caută în baza de date speciile ale căror imagini produc valori similare. Rezultatul este un clasament de candidate, fiecare având un anumit nivel de confidențialitate.

Acest lucru are patru consecințe practice care explică aproape orice eroare pe care o vei întâlni:

1. Ceea ce nu se află în baza de date nu poate fi recunoscut. Pl@ntNet, care este cel mai mare proiect deschis din domeniu, își publică propriile cifre: 84.710 specii și peste 1,47 miliarde de imagini, distribuite în 77 de flore regionale. Este mult, și cu toate acestea reprezintă doar o fracțiune din cele aproximativ 400 de mii de specii de plante cu flori descrise în lume.

2. Nivelul de încredere măsoară asemănarea, nu adevărul absolut. Un procent ridicat înseamnă doar că "această fotografie seamănă foarte mult cu pozele acestei specii din baza mea de date". Dacă specia corectă nu se află acolo, modelul va returna cu toată încrederea cea mai apropiată variantă similară.

3. Partea fotografiată a plantei contează mai mult decât aplicația. Fiecare organ poartă o cantitate diferită de informație taxonomică, iar modelul poate analiza doar ceea ce îi arăți în imagine.

4. Modelul reprezintă o medie. El a fost antrenat cu fotografii de plante adulte, sănătoase și în mediul în care specia este fotografiată de obicei. Cu cât cazul tău se îndepărtează mai mult de acest standard, cu atât apar mai multe erori.

Chiar și cei de la Pl@ntNet afirmă un lucru pe care nicio pagină de prezentare a unui produs nu îl spune: "ca orice model de IA, Pl@ntNet nu este infailibil".

Cât de des nimeresc aplicațiile de IA, conform studiilor

În patru studii evaluate de experți și publicate între 2020 și 2025, aplicațiile de identificare a plantelor prin IA au nimerit specia corectă din prima încercare în procente de la 17% la 90%, în funcție de aplicație, de flora testată și de partea din plantă fotografiată. Identificarea corectă a genului este întotdeauna mai frecventă decât identificarea exactă a speciei.

Mai jos sunt datele din fiecare cercetare. Aceste studii au folosit flore, eșantioane și criterii diferite, așa că cifrele pot fi comparate doar în cadrul aceleiași linii, niciodată între ele. O aplicație care apare cu 83% într-un studiu pe arbori din New Jersey nu este neapărat "mai bună" decât alta care are 57% într-un studiu pe flora britanică.

Două concluzii clare reies din toate cele patru lucrări. Prima este că aplicațiile s-au îmbunătățit într-un ritm rapid: diferența dintre studiul din 2020 și cel din 2025 este mult prea mare pentru a fi o simplă coincidență. A doua este că modul în care încadrezi poza modifică rezultatul în cadrul aceleiași aplicații la fel de mult ca diferența dintre aplicațiile de top. În studiul lui Schmidt, înlocuirea frunzei cu scoarța a redus precizia celei mai bune aplicații cu 32 de procente, adică mai mult decât dublul celor 14 procente care o separau de ocupanta locului doi.

Aplicația pe care o descarci pe telefon nu este aproape niciodată cea care face recunoașterea propriu-zisă. Multe dintre ele apelează la un motor extern în spatele ecranului. Bloom face identificarea prin Plant.id, același motor care s-a clasat pe primul loc în studiul lui Jones (2020) și care apare astăzi ca prim rezultat pe Google pentru căutările de identificare a plantelor, cu o precizie testată de universități independente de 93%. Acest număr aparține motorului de recunoaștere, nu aplicației în sine, și așa trebuie interpretat pentru orice aplicație care folosește același furnizor.

De ce pozele cu scoarță dau mult mai multe rateuri decât cele cu frunze

Fotografia de scoarță este cea mai dificilă încadrare pentru un identificator de plante prin IA. În studiul realizat de Schmidt și colegii săi (2022), aceleași 55 de specii au fost fotografiate de două ori, o dată prin frunză și o dată prin scoarță, folosind același telefon și aceiași evaluatori. Scăderea de precizie arată astfel:

Avem o scădere de 32,04 procente pentru specie în cazul PictureThis și de 37,73 pentru iNaturalist. Rezumatul studiului explică simplu: "these apps are much more accurate in identifying leaf photos as compared to bark photos" (aceste aplicații sunt mult mai precise în identificarea fotografiilor de frunze comparativ cu cele de scoarță).

Cauza este de natură botanică, nu informatică. Frunza poartă trăsături care diferențiază clar speciile: conturul, tipul de margine (netedă, zimțată, lobată), modelul nervurilor și punctul în care pețiolul se prinde de tulpină. Scoarța oferă doar o textură, iar textura scoarței variază în funcție de vârsta copacului, de umiditatea din ziua respectivă, de lichenii și ciupercile care au crescut pe ea și de partea trunchiului pe care ai fotografiat-o. Două specii diferite pot avea scoarțe aproape identice la vârsta de 20 de ani, în timp ce aceeași specie își schimbă aspectul scoarței între vârsta de 5 și 50 de ani.

Aceeași plantă, dacă are flori, schimbă complet rezultatul

Floarea este cel mai informativ detaliu pentru identificarea prin IA, iar diferența este suficient de mare pentru a-ți schimba decizia privind momentul în care faci poza. În studiul realizat de Campbell, Peacock și Bacon (2023), 38 de specii erbacee au fost fotografiate de 560 de ori, jumătate fiind poze cu frunze și jumătate poze cu flori, folosind același telefon și fără editare ulterioară. În cadrul fiecărei aplicații, rezultatele au fost:

Efectul apare din nou, în mod independent, în Hart et al. (2023), People and Nature 5(2), care înregistrează: "the low-performing applications (PlantSnap and Google Lens) performed significantly better when a flower was present" (aplicațiile cu cele mai slabe performanțe au funcționat semnificativ mai bine atunci când a fost prezentă o floare).

Motivul este același ca și în cazul scoarței. Floarea este structura pe care botanica o folosește de trei secole pentru a clasifica plantele, deoarece numărul de petale, simetria, poziția staminelor și forma potalului sunt stabile în cadrul aceleiași specii și diferite între specii. Frunza este mult mai ambiguă: zeci de specii de aracee au frunze verzi, lucioase și ovale.

Pothos, zamioculcas, monstera, feriga și sansevieria înfloresc rar sau deloc într-un apartament. Cine fotografiază plante de interior se află aproape mereu în scenariul cu cea mai mică precizie de identificare.

De ce planta din apartamentul tău este cel mai greu caz

Planta de interior cultivată reprezintă cel mai dificil scenariu pentru identificarea prin IA, din trei motive cumulate: nu a fost măsurată în studiile publicate, este de obicei un cultivar pe care taxonomia nu îl separă de specie și aproape niciodată nu este înflorită.

Niciun studiu publicat nu a măsurat plantele de interior cultivate. Merită să verificăm ce a folosit fiecare cercetare: Schmidt și colegii săi (2022) au testat arbori stradali și de pădure din New Jersey; Campbell, Peacock și Bacon (2023) au testat plante erbacee de câmp din Irlanda; Jones (2020) a testat flora britanică; iar Hart et al. (2023) au testat flora sălbatică din Marea Britanie, excluzând intenționat speciile exotice din parcuri și grădini. Când citești că "aplicațiile nimeresc în 85% din cazuri", acel 85% a fost măsurat pe câmp și în pădure, nu în sufrageria ta.

Cultivarul nu este o specie, iar modelul recunoaște doar specia. Planta pe care ai cumpărat-o de la florărie este de obicei o selecție horticolă cu un nume comercial. O Monstera deliciosa 'Thai Constellation' și o 'Albo Borsigiana' sunt, din punct de vedere taxonomic, aceeași specie. Ceea ce diferă este o mutație de colorit (variegare), exact elementul pe care ochiul tău îl folosește pentru a le deosebi și pe care modelul de IA a învățat să îl ignore, considerându-l o simplă variație de lumină. Nu există etichete separate în baza de date pentru majoritatea cultivarelor, așa că aplicația va nimeri specia, dar va rata varietatea exactă pe care o ai în ghiveci.

Plantele de apartament sunt adesea departe de standardul de antrenare. Fotografiile de referință arată plante adulte, întregi și în habitatul lor natural. Planta ta este într-un ghiveci mic, tăiată, alungită spre fereastră în căutarea luminii, cu frunze noi mai mici decât în mod normal, poate cu vârfurile uscate și fără flori. Fiecare dintre aceste detalii o îndepărtează de imaginile pe care modelul le-a văzut în timpul antrenării, iar aceste abateri se adună.

Aplicația rămâne utilă pentru plantele de interior. Totuși, procentele publicate reprezintă limita maximă de precizie, nu media utilizării tale zilnice, iar confirmarea rezultatului din alte surse este mai importantă aici decât în natură.

Când greșeala costă scump: plante toxice și animale de companie

Identificarea plantelor prin IA nu este de încredere pentru a decide dacă o plantă este toxică. Într-un test publicat în Clinical Toxicology 61(7) în 2023, 5 din 11 specii potențial toxice au fost identificate ca fiind comestibile de cel puțin unul dintre aplicațiile evaluate. Studiul realizat de Campbell, Peacock și Bacon a inclus două plante toxice și ajunge la aceeași concluzie, într-o frază care merită citată în întregime:

"They should not be trusted to identify toxic species." Nu ar trebui să avem încredere în ele pentru a identifica speciile toxice.

Regula practică este simplă: folosește aplicația ca prim filtru și confirmă specia într-o sursă botanică înainte de a lăsa planta la îndemâna pisicilor, câinilor sau copiilor, și nu ingera niciodată nimic pe baza identificării prin fotografie. Două dintre cele mai comune plante de casă din Brazilia se numără printre cele toxice pentru animalele de companie:

Cum să fotografiezi pentru ca IA să nimerească mai des

Încadrarea fotografiei influențează rezultatul identificării prin IA mai mult decât alegerea aplicației. Iată șase reguli, fiecare fiind susținută de cifrele unui studiu științific:

1. Dacă există o floare, fotografiază floarea. Este diferența de 6 până la 29 de procente din tabelul PLOS ONE, în cadrul aceleiași aplicații.

2. Alege întotdeauna frunza în detrimentul scoarței. Înseamnă până la 32 de procente în plus pentru specie în studiul lui Schmidt și al colegilor săi.

3. O singură parte a plantei pe poză. Încadrează frunza întreagă sau floarea întreagă astfel încât să ocupe tot cadrul, nu poza planta de la distanță.

4. Fundal curat. O frunză așezată pe o foaie albă de hârtie sau în palma ta elimină elementele de fundal pe care algoritmul le-ar putea confunda cu părți ale plantei.

5. Apropie-te suficient de mult încât să se vadă nervurile. Desenul nervurilor reprezintă jumătate din informația taxonomică pe care o oferă o frunză.

6. Citește primele 5 sugestii, nu doar pe prima. În studiul lui Hart et al. (2023), precizia medie a aplicațiilor crește de la 69% pentru prima sugestie la 85% dacă verifici primele cinci variante. Specia corectă se află de obicei în listă, chiar dacă nu este prima.

Dacă aplicația permite, trimite mai multe fotografii ale aceleiași plante, arătând părți diferite. Sistemele care acceptă imagini multiple combină detaliile primite și oferă rezultate mai precise.

Există identificare de plante prin IA gratuită?

Da, în trei formate diferite.

Gratuit fără limite, de origine academică. Pl@ntNet este un proiect de cercetare publică franceză și nu percepe nicio taxă. Este cel mai puternic în ceea ce privește plantele sălbatice și native, arată gradul de încredere și oferă candidate alternative în loc să indice una singură. Nu oferă servicii de îngrijire și nici memento-uri.

Gratuit și integrat în telefon. Google Lens este inclus în aplicația Google și în Chrome, funcționează pe Android și iPhone și nu are o limită declarată de identificări. În cele două studii în care a fost evaluat, a avut o precizie între 55% și 68% la prima sugestie, clasându-se în urma aplicațiilor dedicate exclusiv plantelor. Ghidul complet se află în articolul despre cum să identifici o plantă cu Google Lens.

Modul gratuit cu limită de utilizări, în cadrul unei aplicații de îngrijire. Aici ofertele variază foarte mult, iar majoritatea aplicațiilor de identificare nu oferă niciun mod gratuit. Bloom oferă o astfel de opțiune: ai 2 identificări gratuite pe lună și calendarul de udare, fără o limită de timp. Pentru a compara ce oferă fiecare, lista completă este disponibilă în articolul despre cele mai bune aplicații de identificat plante.

Întrebări frecvente

Există un instrument gratuit cu IA pentru identificarea plantelor?

Da. Pl@ntNet este complet gratuit și fără limite, fiind un proiect de cercetare publică, iar Google Lens vine integrat în aplicația Google și în Chrome. Există și aplicații de îngrijire cu utilizări gratuite limitate, dar acestea sunt în minoritate. Niciuna dintre ele nu îți va cere bani pentru prima identificare.

Care este cea mai precisă aplicație de identificare a plantelor?

Depinde de ceea ce fotografiezi, iar răspunsul onest este că nu se poate alege una singură. Fiecare studiu a testat o floră diferită: PictureThis a fost pe primul loc pentru arborii din New Jersey, Pl@ntNet pentru plantele erbacee irlandeze, iar Plant.id pentru flora britanică. Compararea procentelor între studii diferite nu este relevantă.

Identifică IA plantele de interior la fel de bine ca pe cele sălbatice?

Nu există un studiu publicat care să măsoare acest lucru. Toate testele evaluate de experți au folosit arbori urbani sau floră sălbatică, iar unul dintre ele a exclus în mod intenționat speciile de grădină. Plantele de casă sunt adesea cultivare fără flori și se află în afara tiparului de antrenare, ceea ce tinde să reducă precizia.

Poate aplicația să îmi spună ce varietate exactă este planta mea?

Foarte rar. Cultivarele precum 'Thai Constellation' sau 'Pink Princess' aparțin aceleiași specii ca și forma de bază, iar diferența constă într-o mutație de culoare pe care modelul a învățat să o trateze ca pe o simplă variație de lumină. Așteaptă-te să primești numele speciei, nu pe cel al varietății.

Pot folosi identificarea prin IA pentru a ști dacă o plantă este toxică?

Ca prim filtru, da. Ca un verdict final, nu. Într-un test din 2023 publicat în Clinical Toxicology, 5 din 11 specii toxice au fost indicate ca fiind comestibile de cel puțin o aplicație. Confirmă întotdeauna specia într-o sursă botanică de încredere înainte de a lăsa planta la îndemâna animalelor de companie sau a copiilor.

Concluzie

Ceea ce decide rezultatul este ceea ce apare în fotografie. În cadrul aceleiași aplicații și pentru aceeași plantă, înlocuirea scoarței cu o frunză aduce până la 32 de procente în plus la precizie, iar înlocuirea frunzei cu o floare aduce până la 29 de procente. Alegerea corectă a încadrării este singura setare care depinde în totalitate de tine și oferă rezultate mai bune decât schimbarea aplicației. Dacă planta ta este de interior, reține că niciun studiu publicat nu a măsurat acest scenariu și tratează numele afișat pe ecran ca pe o ipoteză de lucru, nu ca pe un răspuns final.

Următorul pas practic este să faci o nouă fotografie, respectând cele șase recomandări de mai sus, și să verifici dacă specia indicată se repetă. Dacă se schimbă între două fotografii bune ale aceleiași plante, este un semn că modelul nu este sigur și ai nevoie de o a doua sursă de verificare.

Când întrebarea din spatele numelui este "și acum ce fac cu ea?", simpla denumire nu te ajută foarte mult. Aici intervine o aplicație care merge mai departe de identificare, oferindu-ți recomandări pentru udarea și lumina necesare acelei specii. Bloom face exact acest lucru, identifică folosind Plant.id și este disponibilă pe iPhone.

Dacă problema ta este o plantă bolnavă și nu una necunoscută, abordarea este diferită: începe prin a descoperi ce are planta ta.