反对自动化的专家？比较人工智能与人类在识别多细胞谷物壳植硅体方面的能力

《Journal of Archaeological Science: Reports》：Experts against automation? Comparing artificial intelligence and human identifications of multi-cell cereal husk phytoliths

　　

莫妮卡·N·拉姆齐（Monica N. Ramsey）|梅兰妮·普利亚莱塞（Melanie Pugliese）|拉克兰·凯尔-罗宾逊（Lachlan Kyle-Robinson）|伊班·贝尔甘佐-贝斯加（Iban Berganzo-Besga）|丽贝卡·罗伯茨（Rebecca Roberts）|詹妮弗·贝茨（Jennifer Bates）|弗朗切斯卡·达戈斯蒂尼（Francesca D’Agostini）|扎卡里·C·邓塞斯（Zachary C. Dunseth）|托马斯·C·哈特（Thomas C. Hart）|艾玛·詹金斯（Emma Jenkins）|卡罗莱纳·希门尼斯-阿特亚加（Carolina Jiménez-Arteaga）|塞琳·克尔方特（Celine Kerfant）|马可·马德拉（Marco Madella）|西格丽德·奥斯本（Sigrid Osborne）|罗伯特·鲍威尔（Robert Power）|阿贝尔·鲁伊斯-吉拉尔特（Abel Ruiz-Giralt）|菲利帕·瑞安（Philippa Ryan）

• •
  人工智能的表现优于专家：该算法正确分类了所有调查样本中的植硅体，而专家仅正确识别了44%的植硅体。
• •
  燕麦属（Avena）带来了挑战：专家在识别燕麦属时表现最差（准确率为26%），相比之下大麦属（Hordeum）的准确率为54%，小麦属（Triticum）的准确率为49%。
• •
  人工智能的优先级判断更有效：根据不同分类单元，它对波状结构和乳突的识别方式有所不同。
• •
  古民族植物学的未来：人工智能工具可以提高特定识别任务的准确性和效率。