Druhy rostlin, které tvoří dané společenstvo, jsou určeny mnoha faktory, jako jsou podmínky stanovišť (velké i malé prostorové škály), možnosti a omezení šíření a přímé a nepřímé mezidruhové interakce. Predikce druhového složení a identifikace stanovišť na základě rostlinných inventářů – velmi důležité pro ochranu ekosystémů – zůstává významnou výzvou. Autoři tohoto článku vyvinuli inovativní nástroj s názvem Pl@ntBERT, založený na modelu velkého jazyka s architekturou BERT.

Koncept Pl@ntBERT lze zjednodušit na strukturu věty. Pokud si rostlinné společenstvo představíme jako větu a druhy, které ho tvoří, uspořádané podle jejich početnosti, jsou považovány za slova ve větě, pořadí těchto slov vytváří specifickou syntaxi. Pokud ve větě slovo chybí, můžeme chybějící slovo snadno doplnit znalostí základních gramatických pravidel. Myšlenka Pl@ntBERT je podobná – pochopení specifické „gramatiky“ rostlinných společenstev umožňuje identifikaci rostlin, které byly z daného společenstva vynechány (floristický census). Identifikace druhů rostlin, které byly během výzkumu přehlédnuty, je však pouze jednou, a zdaleka ne tou nejdůležitější, výhodou nového nástroje. Studie ukazuje, že Pl@ntBERT překonává všechny dříve dostupné metody v přiřazování společenstev na základě seznamů druhů k jednomu z 227 typů stanovišť podle systému EUNIS – jednoho z nejdůležitějších nástrojů pro ochranu přírody v Evropě.

Pl@ntBERT byl proškolen v práci s zdroji Evropského vegetačního archivu (EVA), který zahrnuje 1,4 milionu floristických censusů (spolen) z celé Evropy a zahrnuje celkem 14 000 druhů rostlin. Byl vytvořen mezinárodním týmem výzkumníků vedeným vědci z Francouzského institutu pro výzkum digitální vědy a technologií (INRIA).

zdroj: uj.edu.pl