近年很喜歡和科學科幻同好分享一個概念——IoL,它不是近年廣受歡迎也飽受批評(干擾學業、衝擊生活)的網路遊戲LoL兄弟作,而是我們人類在「網路」的世界解讀上,從(資訊)網際網路(Internet)時代正邁入物聯網(Internet of Things,縮寫IoT)時代的當今,是否有下一個大願景或說另一個大文明:生聯網(Internet of Lives,IoL)?!
「如果沒有人在觀察,宇宙是否存在?」這是物理大師約翰.惠勒的大哉問。而生物與生物及其與人之間的科技與可利用互聯,自然就牽連到自動辨識與感測技術的基礎建置,終極版之下的一個小意象,可能就會像科幻電影《阿凡達》那樣:人可以直接和其他生物「連結」、「通訊」!
一般人或平時,許多不起眼的植物是根本不太會被以「資源」甚至「生命」的角度看待,「常見卻陌生」、「繁多卻疏離」成了一種現代文明中的矛盾現象!進而言之,現今生活科技進展神速,我們隨時隨地要知道餐廳、商店、旅遊、新聞、消費購物……等各種人造事物的資訊唾手可得,在網路資訊發達(最新調查數據指出,任何時間都有多於20億人在網路上),行動科技普及的生活環境中,對於生物資源——以植物為例,是否能有更多更廣的認識與資訊的應用?要能將植物資訊整合、網路利用、開發應用的第一步又該從何處入手?植物識別中的特徵有沒有可以如同條碼與指紋那樣有利於機器判別的模式?這些問題都值得探究、開發!
「未來某一天,活在生態文明的居民,用穿戴科技設備對著身邊的植物掃描後發出『嗶』一聲,螢幕上顯示出該種植物名稱、特徵、生態、典故、用途、價值的相關資料……」上述一直是國立苗栗農工森林科,一個長期接觸並學習生物資源的迷你師生研發團隊的一個小夢想與嘗試行動計畫,近年也以此系列研發作品屢獲全國專題、科展競賽佳績 。
前月更正式刊載於全國林業的官方期刊「台灣林業」41卷第3期(可至農委會林務局網站全文下載 ),這在科研上,大致屬於「大問題的小貢獻」型,嚴格來說略嫌方法生嫩、成果粗陋的作品,但在國內研發風氣尚未成熟,資源配置紛雜不足,基礎投入難得健全(例如近年已經有很多人注意到:台灣有那麼多光鮮亮麗的的國內外研發得獎成績,但為什麼延續性、獲專利率如此低?)的背景下,現實中能以高職團隊進行而獲此微型成果,難能可貴!
這個研發簡單說,是透過一種新的嘗試,整合日新月異的數位條碼與圖形(包含指紋)辨識的基本概念,導入植物識別技術,盡可能站在其他相關領域之行動科技與辨識機器的立場來思考與設計,將有「樹木的名片」之稱的「葉片」,其中的葉脈特徵―主脈與側脈的分布模式加以二元數位資料化,增進「辨識」部分趨向科技設備自動化作業,強化人們對植物資訊認識與掌握的便利性與效能。
本研究設計並測試了一套將傳統人為感官植物識別導向結合葉脈數位資料化的植物自動辨識系統,以103年版為例,將48科92屬102種植物葉片,每種重複10組,共計1020筆資料,並以其葉脈分布以葉長、葉寬為區段等分中出現有無測計為1 或 0之數位資料(條碼化),建立為一個可包含102種植物的「葉脈數位基模樣本資料庫」,透過「資料比對」最大範圍最佳狀況下可供這102種的植物識別參考所用。試驗結果以第一種比對演算法「樹種標準數位碼運算法」,計有九重葛、犬黃楊、波羅蜜、相思樹、紅楠、台灣三角楓、黑板樹、梭羅木、白樹仔、印度塔樹、朱槿、菲律賓樟12組樹種完全辨識成功。
以第二種比對演算法「全體參照數位碼運算法」,則計有大紅袍、山黃梔、相思樹、紅楠、菩提樹、台灣三角楓、楊梅、黑板樹、梭羅木、石楠、印度塔樹、菲律賓樟12組樹種完全辨識成功。總計在102種1020筆所建構出的資料庫試算表,以30種測試樣本進行測試,總計可辨識成功者為17種,辨識度達57%,又在102種樹種1020筆資料中,進入辨識樹種名單前20名者更達28種,參考性高達93%。
在網際網路尚未出現之前,其實「網路」就已存在並發展於人類世界,例如軍事網路、貿易網路、文明網路,甚至在還沒有人類世界之前,「網路」就存在於地球,例如(生物)食物網,關係緊密,結構精巧,運行熱絡,而我們也必須牢記,像麥克魯漢、尼爾.波斯曼這種傳播理論大家早已提醒我們:名稱影響概念,概念形塑發展!而任何違犯自然,背棄生命的文明發展,終究是弄得勞民傷財,荒腔走板!而古人說得好:「陽春召我以煙景,大塊假我以文章。」相信大自然中的「文章」,不單只有文學、美學的價值,其實更具有「科學」上的意涵,紋理模式(pattern)即是一窺其奧秘可供人為參與互聯的門徑之一!
「天地與我並生,萬物與我共存」,人類文明距離「生聯網」的巧妙極致還非常遙遠,路途漫長艱辛,然而若想起號稱史上最傑出的目的論者,形態學大師達西.湯普森(Thompson)曾提醒:「我們必須記住……聰明絕頂的人發現簡單的事物;這些人十分傑出,解釋過石塊的路徑、鏈條的下垂、肥皂泡的色彩,以及杯中的影子等。」這說法著實正向且勵志,我們大都不是聰明絕頂的人,但在科學科技探究生涯中,雖然跨出的是一小步,記得有夢最美,總不放棄讓自己去成為更接近聰明絕頂的人!
Ps: 目前苗農森林科迷你團隊持續此主題研發,至今大致採取「非典型」研發模式,但也非常期待、需要各界先進同好的支持,尤其需要電腦程式編寫人才(APP程式)、影像辨識專家的協助,懇請指教,歡迎合作!