A massive community-science flower color dataset reveals convergent evolution of delayed flowering phenology in North American red-flowering plants.
一個大型社區科學花色數據集揭示了北美紅花植物延遲開花表現的趨同演化。 bioRxiv 2024-10-10

這項研究探討了被子植物的多樣性及花卉特徵，特別是開花時間在授粉綜合徵中的重要性，尤其是「蜂鳥花」綜合徵。研究人員利用來自iNaturalist的社區科學數據，分析了11,729種北美開花植物及其顏色，並運用GPT-4的視覺功能進行花朵顏色分類。他們發現，紅色或橙色花朵的物種在美國東部的開花時間受到蜂鳥到來時間的影響，顯示開花表現是授粉綜合徵的一個關鍵特徵，增進了我們對植物適應授粉者的理解。這項研究也強調了社區科學數據在揭示植物特徵及生態關係中的潛力。 PubMed DOI ♡

Origin of the ease of association of color names: Comparison between humans and AI.
人類與人工智慧在顏色名稱聯想易感性的起源比較。 Iperception 2022-11-05

人工智慧的進步如GPT-3已能生成類似人類的語言。研究比較GPT-3和人類對色彩名詞的回答，發現兩者相似。這顯示GPT-3或許可提供新方式研究人類知覺、知識和語言生成的關係。 PubMed DOI

One hundred important questions facing plant science derived using a large language model.
應用大型語言模型提出的植物科學面臨的一百個重要問題。 Trends Plant Sci 2024-03-27

人工智慧在植物科學中扮演重要角色，尤其是ChatGPT。這項研究重新探討植物科學的重要議題，突顯AI在這個領域的潛力。ChatGPT能提出與植物利用、機制、環境互動及特性增強相關的問題，協助支持可持續產品開發。雖然無法囊括所有科學家強調的細節，但ChatGPT提供有價值的見解，有助於植物科學的特定任務。 PubMed DOI

Plant blindness and diversity in AI language models.
AI 語言模型中的植物視盲和多樣性。 Trends Plant Sci 2023-10-03

像ChatGPT這樣的大型語言模型可以幫助加快科學任務的進行。我們研究了ChatGPT在回答生物學問題方面的表現，發現它對「植物意識」的知識差異很大。這凸顯了科學家有必要檢查和驗證用於訓練AI模型的數據和方法的重要性。 PubMed DOI

Mapping of specialized metabolite terms onto a plant phylogeny using text mining and large language models.
利用文本挖掘和大型語言模型將專門代謝物術語映射到植物親緣關係。 Plant J 2024-07-08

植物製造各種對它們功能和人類利用至關重要的化學物質，但這些化合物的演化和分佈方式尚不清楚，限制了我們對植物化學多樣性的了解。研究人員利用植物基因組序列數據，將各種天然產物的分佈映射到植物演化樹上，確認了特定化合物在某些植物族譜中的分佈，並找出含有某些化合物的族譜。透過手動審核和自動文本採礦結合，研究人員建立了可靠的植物化學多樣性地圖，有助於我們更深入了解植物化學物質的演化。 PubMed DOI

Confronting the data deluge: How artificial intelligence can be used in the study of plant stress.
面對數據洪流：人工智慧如何應用於植物壓力研究。 Comput Struct Biotechnol J 2024-10-17

基因組時代的來臨促進了高通量數據和先進計算方法的發展，幫助我們探索植物抗逆境的遺傳與功能。儘管有許多實驗和分析技術，但龐大的數據量仍帶來挑戰。深度學習模型在預測基因結構和功能方面表現優異，並在農業高通量表型學中越來越常見。這篇綜述強調了數據資源和生物信息學工具，以及機器學習和人工智慧在植物抗逆境研究中的應用，並展示如何利用大型語言模型（如ChatGPT）創建相關知識圖譜，促進跨領域合作。 PubMed DOI

Tracking the Spread of Pollen on Social Media Using Pollen-Related Messages From Twitter: Retrospective Analysis.
透過 Twitter 上的花粉相關訊息追蹤花粉的擴散：回顧性分析。 J Med Internet Res 2024-10-21

過敏症狀，尤其是由花粉引起的過敏，越來越普遍，預計未來15年內，約50%的歐洲人會受到影響，主要因城市化和氣候變遷。本研究分析了2006年12月至2022年1月期間，Twitter上有關花粉症狀的討論，發現推文在3月至8月之間最多，且近年來患者的推文顯著增加，特別是在早晨。研究強調了解地方性過敏經驗的重要性，因為社會文化和經濟因素會影響患者的感受。分析Twitter數據有助於制定預防措施，改善花粉過敏者的健康資訊獲取。 PubMed DOI

原始文章

站上相關主題文章列表