O tym, jakie gatunki roślin tworzą dane zbiorowisko, decyduje wiele czynników, takich jak warunki siedliskowe (zarówno w dużej jak i małej skali przestrzennej), możliwości i ograniczenia dyspersji, a także bezpośrednie i pośrednie oddziaływania międzygatunkowe. Możliwość przewidywania składu gatunkowego oraz identyfikacji siedlisk na podstawie spisów roślin - bardzo ważne z punktu widzenia ochrony ekosystemów - pozostaje dużym wyzwaniem. Autorzy pracy opracowali nowatorskie narzędzie o nazwie Pl@ntBERT oparte na dużym modelu językowym o architekturze BERT.  

Koncepcję działania Pl@ntBERT można w uproszczeniu porównać do budowy zdania. Jeśli pomyślimy o zbiorowisku roślinnym jak o zdaniu, a gatunki tworzące to zbiorowisko uporządkowane według ich obfitości potraktujemy jak słowa w zdaniu, to kolejność tych słów tworzy specyficzną składnię (ang. syntax). Jeśli w zdaniu brakuje jakiegoś słowa, znając podstawowe zasady gramatyki potrafimy bez trudu to brakujące słowo uzupełnić. Idea działania Pl@ntBERT jest podobna - poznanie specyficznej "gramatyki" zbiorowisk roślinnych pozwala na identyfikację roślin, które w danym zbiorowisku (spisie florystycznym) zostało pominięte. Jednak identyfikacja gatunków roślin pominiętych podczas wykonywania badań to tylko jedna i wcale nie najważniejsza zaleta nowego narzędzia. Badanie pokazuje, że Pl@ntBERT przewyższa wszystkie dotychczas dostępne metody w przypisaniu zbiorowisk na podstawie listy gatunków do jednego z 227 typów siedlisk zgodnie z systemem EUNIS - jednego w ważnych narzędzi w ochronie przyrody w Europie.

Pl@ntBERT był trenowany na zasobach European Vegetation Archive (EVA) obejmujących 1,4 miliona spisów florystycznych (zbiorowisk) pochodzących z całej Europy i obejmujących łącznie 14 000 gatunków roślin. Został stworzony przez międzynarodowy zespół badaczy pod kierunkiem naukowców z Francuskiego Instytutu Badań w dziedzinie Nauki i Technologii Cyfrowej (INRIA).

źródło: uj.edu.pl