Beiträge von boccaccio

    Hallo Börger,


    ich verstehe dein Beispiel mit den Schleierlingen und dem Fleck auf der Linse ehrlich gesagt nicht so ganz. Mir ging es darum, daß ich als Mensch, der genau gesagt bekommt, wodrauf es bei der Unterscheidung von Art X und Art Y ankommt, viel weniger Trainingsmaterial brauche. Ich schaue mir dann eben drei Exemplare von X und drei Exemplare von Y an, idealerweise im direkten Vergleich und habe dann gelernt, wie die Unterscheidung funktioniert. Die KI braucht einfach eine riesige Menge an Beispielen um dann selber zu erkennen, daß die Lamellenfarbe bei jungen Exemplaren relevant ist - und wie oben ausgeführt ist (gutes) Trainingsmaterial bei Pilzen rar gesät. Das Ganze wird natürlich auch noch dadurch erschwert, daß Pilze intrinsisch sehr variabel sein können.


    Björn

    Hallo zusammen,


    ich möchte hier mal unabhängig von Pilzen mit einigen falschen Vorstellungen über KI aufräumen.


    So eine KI denkt in keinster Weise selber, auch wenn diverse Firmen, die mit KI-Produkten ihr Geld verdienen, gerne behaupten. Letztlich beruhen die gesamten KI-Anwendungen auf Mustererkennung und da hat KI offenbar auch gewisse Stärken (Oder um meinen Doktorvater zu zitieren: "Mustererkennung kann ich. Das können sogar Affen und Mediziner."). Ein Large Language Model (LLM) wie ChatGPT ist ja einfach mit Unmengen an Texten gefüttert worden (hier liegt auch ein Problem: Mittlerweile ist fast alles, was die Menschheit so an Text produziert hat, dort schon verwurstet worden, d.h. man hat jetzt kein weiteres Trainingsmaterial. Zum Teil kommen Leute dann auf die Idee, die KI mit KI-generierten Texten weiter zu trainieren, das kann aber potentiell zu großen Problemen führen). Die KI hat jetzt aber keinesfalls das gesamte Wissen der Menschheit verstanden, vielmehr hat das LLM nur gelernt, mit welcher Wahrscheinlichkeit ein gewisses Wort auf eine gegebene Wortfolge folgt. Wenn man also "Ich esse gerne..." hat, dann wird die KI das mit hoher Wahrscheinlichkeit mit Schokolade ergänzen, während Rosenkohl eine eher geringe Wahrscheinlichkeit hat. Das bedeutet aber insbesondere auch, daß der Output eines LLM nicht deterministisch ist.


    Bezogen auf Pilze bedeutet das dann, daß die KI mit Texten über Pilze gefüttert wurde und dann Sätze produziert, die grammatikalisch korrekt sind (da passieren praktisch keine Fehler, weil jeder Satz, mit dem die KI trainiert wurde, grammatikalisch korrekt ist und somit zum Training der Grammatik des LLM taugt) und der inhaltlich mehr oder weniger plausibel ist, aber wegen des fehlenden Determinismus eben auch jedes Mal etwas anders aussehen kann. Wenn genügend alte Bücher zum Training verwendet wurden (und das wird ja potentiell der Fall sein, weil die gemeinfrei sind und als Texte im Internet eher verfügbar sind als das neueste Pilzbuch), dann mag so eine KI eben auch mal behaupten, der Kahle Krempling sei ein vorzüglicher Speisepilz.


    Was die Bilderkennung angeht, ist das für KI eigentlich ein Heimspiel, weil es hier ja um Mustererkennung geht. Problem ist: Muster erkennt man nur, wenn man hinreichend viel Trainingsmaterial hat, d.h. man bräuchte hier hunderte Fotos einer jeden Pilzart. Als Mykologen wissen wir, daß ein Foto eines Pilzes meistens nicht reicht, es braucht Fotos von oben und unten und ggfs. von Details wie der Lamellenschneide und in den meisten Fällen auch mikroskopische Eigenschaften (und spätestens hier wird es ganz schwer, wie soll die KI auf einem Sporenfoto die Sporengröße erkennen). So viel können Karl, Thorben und ich gar nicht mikroskopieren ;) KI hat gegenüber dem Menschen auch den Nachteil, daß ihr niemand erklärt, auf welche Details zu achten ist. Wenn ich weiß, daß ich zur Unterscheidung der Pilze X und Y die Farbe der jungen Lamellen beurteilen muß, hilft das natürlich viel mehr als wenn ich da einfach einen Wust aus hunderten Bildern bekomme und dann selber die Unterscheidungsmerkmale herausarbeiten soll.


    Zum Abschluß: Warum erscheint uns die Textfähigkeit von KI jetzt so viel beeindruckender als die Bilderkennung? Ich vermute, das liegt daran, daß unser Hirn Bilderkennung schon in einer sehr frühen Lebensphase beherrscht, während wir das Verfassen von Texten ja erst mühsam in der Schule lernen müssen und es z.T. ja bis ans Lebensende als schwer empfunden wird (so geht es mir zumindest beim Verfassen wissenschaftlicher Texte, die fließen mir nicht einfach so aus der Feder wie Donald Trump die Tweets).


    Björn

    Hallo Karl,


    ich hatte im Feld auch sofort an H. cantharellus gedacht, weil ich H. coccineocrenata gar nicht auf dem Schirm hatte. Als ich meine Funde dann aber bei obsidentify hochgeladen habe, schlug die KI direkt H. coccineocrenata vor. Das paßt natürlich perfekt zum Standort und zu den Schüppchen, die dann bei den Fruchtkörpern, die ich einen Tag später mikroskopiert habe, deutlich nachgedunkelt waren.


    Björn

    Hallo zusammen,


    am letzten Samstag war ich mal wieder nördlich des Ruhrgebiets in Deuten unterwegs. Dort gibt es das NSG Witte Berge und Deutener Moore, das aus Flugsanddünen, einem winzigen Hochmoorrest und einem Kalkflachmoor besteht. Letzteres habe ich nicht in Augenschein genommen, aber auch der Rest und die umgebenden Felder haben einiges an Pilzen geliefert.


    1. Ustilago maydis ex Zea mays


    2. Peronospora lotorum ex Lotus uliginosus


    3. Peronospora rubi ex Rubus fruticosus agg.


    4. Coleosporium solidaginis ex Solidago gigantea mit Ramularia coleosporii als Hyperparasiten


    5. Exobasidium vaccinii ex Vaccinium vitis-idaea


    6. Uromyces silphii ex Juncus tenuis


    7. Septoria hydrocotyles ex Hydrocotyle vulgaris


    8. Puccinia picridis ex Picris hieracioides


    9. Sebacina incrustans


    10. Sclerospora graminicola ex Setaria viridis. Hier hat der falsche Mehltau die Blütenstände komplett befallen, so daß sie in der Blattscheide steckengeblieben sind und jetzt zum Ende der Vegetationsperiode voll mit Oosporen sind.


    11. Hygrocybe coccineocrenata


    12. Puccinia magnusiana ex Phragmites australis


    Björn

    Hallo zusammen,


    ich werde auch reinschauen und habe Claudias Lieblingspilze im Angebot. Nein, keine bösen Phytos, sondern wunderschöne, blaue Rötlinge. Außerdem noch ein wenig Tropenfeeling mit verschiedenen Korallen.


    Björn

    Hallo zusammen,


    der Thread hier ist zwar schon fast vier Jahre alt und die Täublingsmonographie hätte nach damaligen Prognosen schon längst in unseren Regalen stehen sollen, aber jetzt scheint es tatsächlich so, als wäre sie zum Greifen nahe. Auf der ÖMG-Webseite gibt es nähere Hinweise und auch einen Flyer, der einen Vorgeschmack auf das Werk und das geplante Erscheinungsdatum gibt.


    Björn

    Aber ich möchte doch auch mal Spaßbremse sein ;) Und es schadet doch auch nicht, wenn man auf die Existenz eines solchen Komplexes verweist. Wer sich für Details interessiert, hat dann einen Anhaltspunkt um tiefer einzusteigen und wer das nicht möchte, kann dann immerhin noch ein agg. hinter die Bestimmung setzen und ist damit auch auf der sicheren Seiten.


    Björn

    Hallo zusammen,


    nach de Lange et al. ist Russula albonigra ein Artenkomplex, wenn man dort also bis zur Art bestimmen möchte, kommt man um die Mikroskopie nicht herum und die braucht man in der Mykologie ja so oder so laufend. Am Ende des Tages sind Pilze halt Mikroorganismen, da ist die makroskopische Bestimmung also die glückliche Ausnahme und nicht die Regel.


    Björn

    Hallo Gunnar,


    da hast du ja schöne Sachen gefunden! Vor allem die "Phyto-Trüffeln" gefallen mir persönlich ja besonders gut. Die gehören übrigens nach neuesten Erkenntnissen nicht zu den Basidiomyceten sondern sind etwas ganz eigenes, die Entorrhizomycota. Sphacelotheca hydropiperis ist hier in NRW gar nicht so selten. Wenn man da mal gezielt nach Ausschau hält, findet man die durchaus immer mal wieder (wenn auch nicht in jedem Bestand der potentiellen Wirte).


    Björn