基于人工智能技術的上海植物園科普服務研究

郭麗娟 王計平

摘要：指出了植物園作為植物科普的重要場所，在保護植物多樣性、提升公眾科學素養、促進生態文明建設等方面具有重要意義。然而，國內植物園科普方式大多仍在沿用傳統技術，人工智能技術的應用有限，使得植物園整體科普的互動性和效果不佳。以上海植物園為例，通過實地調研和問卷調查的方法，分析了游客對人工智能技術科普的需求。并在此基礎上，提出了基于語音交互、圖像識別、線路規劃、推薦列表等相應的植物園科普服務的對策和措施，為構建植物科普數據庫，優化植物園科普服務，完善用戶體驗提供了新方向。

關鍵詞：植物科普;人工智能;上海植物園

中圖分類號：TU986文獻標識碼：A 文章編號：1674-9944（2019）15-0010-04

1引言

人工智能（Artificial Intelligence，簡稱“AI”）在語音交互、圖像識別、大數據、深度學習等新技術和理論的驅動下，已被廣泛應用于各個領域并產生深遠影響。人工智能具有高效、確定和即時性，將人工智能應用于植物科普中能極大地提高效率，進而促進植物園數字和信息化建設。本文以上海植物園為例，通過實地調研和問卷調查的方法，分析游客對人工智能在植物科普中的需求，并在此基礎上，提出基于人工智能的上海植物園科普服務設計，旨在提升植物園科普的有效傳達和用戶體驗，使植物資源得到深層次開發。

2植物園科普現狀及發展趨勢

2.1植物園科普現狀

國際植物園保護聯盟（BGCI）將植物園定義為：“擁有活植物收集區，并對收集區內的植物進行記錄管理，使之可用于科學研究、保護、展示和教育的機構”，我國現代植物園的科普工作起步于20世紀50、60年代，早期主要停留在向公眾普及植物和園藝的相關知識。直到20世紀80年代，植物園科普工作才形成初步規模，主要方式包括：科普講解、植物銘牌和相關的科普展覽活動等。總的來說，基礎設施滯后、技術力量薄弱、教育內容單一等是我國植物園科普存在的普遍問題。植物科普具有重要意義，不僅是進行環境教育和樹立公眾保護生態意識的重要方式，也是我國實施“科教興國”戰略的具體措施之一。

從表1可看出，近年來，我國植物園的科普工作在傳統方式的基礎上有所拓展，但整體技術水平不高、宣傳力度不夠，還存在較大的提升空間。

2.2植物園科普與人工智能結合

目前，國內多數植物園科普工作主要停留在傳統的模式下，在與人工智能技術結合方面相對薄弱。部分植物園對人工智能科普技術進行了一定的探索和實踐，如中國科學院武漢植物園推出了基于NFC植物近場通信的自助解說系統。另外植物智能識別APP“花伴侶”、“形色”等，用戶只需對著要植物拍照即可獲得該物種的相關科普知識，是了解植物的便捷渠道。但“花伴侶”、“形色”等多限于植物識別，功能較為單一，用戶需要不斷切換軟件才能滿足植物園整體游覽需求。

3上海植物園科普需求分析

3.1現場調研

上海植物園位于上海市徐匯區西南部，占地81.86hm2.，設有植物進化區、盆景園、蘭室、展覽溫室等15個專類園，主要功能是進行植物的展示和科普。作為上海市中心唯一一家專題性植物園，其具有不可替代的區位優勢，市民使用頻率高，且植物種類豐富，景觀小品精致，為科普知識的高效傳播提供了有利條件。

目前，上海植物園的科普仍以植物展示、圖文介紹、掃碼講解等傳統方式為主，與游客互動不足、展示內容較少，具有明顯的局限性。首先，游客游覽過程中接觸到的植物科普知識偏少，未能充分發揮植物園生態文化內涵。其次，因缺乏交互數據和反饋渠道，導致游客分布不均衡，即不同時段不同園區的人數存在較大差異，通常各出入口和植物景觀小品處人流較密集，松柏園、盆景園等景點則較稀疏。園區路線展示以地圖和指示路牌為主，地圖上未發現完整且合理的科普游覽路線展示。

3.2問卷調研

為了明確公眾對上海植物園科普的需求及服務等，本文采用問卷調研方式于2019年4～5月在上海植物園做了關于人工智能技術科普功能的調查，共發放問卷150份，有效問卷143份，問卷有效率為95.3%。問卷共分為四類題型：第一類為樣本基本情況，含1～4題;第二類為參觀情況，含5～7題;第三類為人工智能服務情況，含8～13題;最后一類為開放性題目。在問卷調研過程中注重樣本多樣性，獲得的統計數據客觀且具有代表性。

調研樣本中，第一次游覽的人數為49人，占34.27%，意味著約1/3的游客對植物園的環境不夠熟悉，需要更多的引導和介紹。如圖1所示，樣本中有68人（占47.55%）是和朋友一同前來參觀的，其次是伴侶51人，占35.66%，另有有30人（占20.98%）是獨自游覽，陪同家人的也有占相當比例。樣本中60.84%的人有著植物科普的需求，由此可見，公眾對植物園的科普需求旺盛。如圖2所示，71.33%的游客僅能辨識植物園中30種以下的植物，能辨識30～60種的占13.99%，60種以上僅為5.59%，還有9.09%表示基本不能識別植物園的植物，這表明上海植物園科普宣傳工作提升空間大。

植物科普作為植物園的主要功能，如圖3所示，55.94%的被調查者表示上海植物園現有的科普服務無法滿足他們對植物知識的需求。51.05%的游客在參觀植物園時受到過路線不清晰的困擾。數據分析顯示69.93%的游客希望了解特色植物信息，55.94%想要了解特色活動或展覽，景點推薦和經典路線也占到了46.85%和33.57%。55.24%的游客游園時間為2～3h，整體停留時間較長。87.41%的游客認為有必要推出免費的智能化科普和導覽服務系統。總體來看，公眾對上海植物園植物科普需求較大，人工智能技術的潛在用戶較多。

3.3調研小結

樣本年齡段主要集中在21～40歲之間，這部分人群對新事物的接受能力強，熟悉智能手機的操作使用。因此，今后上海植物園應以用戶需求為出發點，立足于新科技，努力提升科普能力，開創智能化植物科普時代。應進一步強化智能化科普服務系統，為用戶提供更好的科普體驗服務，具體可包含精確定位、引流參觀、優化路線、景點推薦以及園區人數可視化分布的智能地圖導航服務。

4上海植物園人工智能科普服務策略研究

人工智能是充分利用植物園的資源優勢，探索創新植物園游覽以及促進其科學發展的重要手段。結合上海植物園的特征和調研結果，將人工智能在上海植物園的科普服務歸納為：語音交互、圖像識別、大數據和深度學習等。以此來促進植物園對游客信息收集、科普完善、路線規劃和信息推送等功能，提升植物園的整體服務水平和用戶體驗。

4.1基于語音交互的植物科普服務

上海植物園作為國內規模較大的綜合性植物園，肩負著向大眾普及植物科學知識的重任。但其現有的植物科普方式較為傳統，無法滿足人們日益增長的科普需求。因此，構建基于智能語音交互的植物科普系統顯得尤為迫切。

隨著智能語音識別技術反饋速度和準確率的提升，與人溝通日趨自然，用戶體驗實現了質的飛躍。基于語音交互的植物科普系統是以上海植物園為主體和對話情境，通過機器“自主學習”對游客所提出的問題進行“分析”和“回答”。用人類最基本的對話方式，拉近與游客的距離、調動其參與性。智能語音交互開啟了植物園互動的新時代，在滿足用戶探索大自然的好奇心的同時，提升科普信息傳播效率。游客以聊天方式與科普系統進行交流，針對性的選擇自己感興趣的植物進行了解，沉浸于植物園的環境中潛移默化地吸收知識，有助于提升植物園科普服務的精準化水平和用戶的科學文化素養。

如果用戶對語音導覽的內容有疑惑或是想了解更多相關植物知識，可以直接提問，系統會對用戶提出的問題進行及時解答并記錄，用于完善導覽數據庫。語音交互作為重要的獲取數據輸入手段，通過對其產生的終端數據進行收集和分析，掌握用戶的群體特征和所關注的植物知識，完善系統數據庫，提升科普功能和用戶體驗。智能語音交互系統除了支持普通話和英語，還可以加入上海話等一些周邊地區的方言，擴大科普系統的用戶群體。

4.2基于圖像識別的植物科普服務

上海植物園目前建有15個專類園區，已引種栽培植物6000多種，面對種類繁多的植物展示，大部分游客卻只能辨識出30種以下的植物。當游客面對一無所知的植物品種時，基于圖像識別技術的科普方式顯得尤為有效，通過拍照搜索的方式，幫助其迅速識別植物。

隨著帶有照相功能的智能手機的普及，圖像識別和檢索技術也不斷提升，這也使得運用圖像識別技術在智能手機上精準識別植物的科普服務成為可能。在參觀植物園的過程中用戶將手機拍攝的植物照片上傳到上海植物園小程序數據庫中，系統根據輸入照片的特點，采用智能算法將數據庫中的信息與其進行對比和識別，實時匹配相應的科普知識并輸出。即使用戶參觀結束后想了解更多植物信息，也可以運用智能化系統進行圖片搜索。

4.3基于大數據的路線規劃

上海植物園專類園眾多，總體上多采用曲線為主的道路布局，多數游客會受到路線不清和客流量大的困擾。針對不同季節植物的花期為游客推薦個性化的賞花路線，這些均可基于大數據的路線規劃來解決。

基于大數據的路線規劃是一種數據輸出方式，通過專業化處理實現大數據價值。依托云計算對海量數據進行分布式挖掘有價值的信息，為植物園游客推薦個性化路線。實時監測各個區域游客數量和具體位置，運用GPS定位游客當前位置，綜合人流、時間等進行推薦算法優化，智能規劃和定制路線。用戶隨時隨地打開小程序路線界面即可查看自己的位置和路線。充分利用大數據價值有助于逐步優化路線推薦，配合線下的植物園路牌引導等，為用戶提供優質的導覽體驗。

依據用戶填寫的個人資料等基本信息對用戶的需求進行分析和推測，結合用戶的交互記錄建立個性化用戶模型。運用大數據進行精準營銷，幫助用戶制定專屬游覽路線。針對上海植物園客流量大的困擾，大數據可以實時監測園區人數空間分布并分析趨勢，在規劃路線時注意分流和路線優化，將人流空間分布進行可視化設計，如：紅色代表擁擠、黃色表示正常、綠色則是稀疏，用戶可以直觀從地圖上看到這些信息。充分利用大數據價值，有助于提高植物園服務的品質和滿意度。

4.4基于深度學習的推薦列表服務

上海植物園會定期舉辦各類科普活動，如“家庭園藝DIY”、“暗訪夜精靈”、“播種春天”等，調研中55.94%游客表示希望了解更多的特色活動或展覽，而對于游客來說，很多科普活動無從了解或預約參加。基于深度學習的推薦列表則可以根據用戶的興趣愛好及時推送相關的科普活動和展覽信息給用戶，拉近植物科普與公眾的距離。

源于人工神經網絡研究的深度學習，將底層特征組合形成更加抽象的高層表示，挖掘數據的分布式特征。深度學習具有差異化、因人而異的特點，通過分析游客的不同需求推薦相應的植物科普和園區活動內容，為其提供智能化服務。在小程序中將植物詳情的列表、園區活動等內容根據用戶的喜好進行排序，匹配最優結果。基于深度學習的推薦算法系統有助于提高效率，滿足用戶多層次需求，推動著植物園向智能化方向發展，為游客提供更高質量的科普服務。

5結語

在當前將人工智能技術融入到植物園科普服務中，為植物園科普提供了新的方法和思路，有良好的應用前景。基于人工智能技術的植物園科普服務系統注重用戶在使用過程中的感受，充分發揮植物園特色多樣的植物展示、深厚的科學內涵與豐富的科普資源，使游客獲得良好的科普體驗。并且，移動端不受使用空間和時間的制約，用戶可以隨時隨地使用小程序獲取更多植物科普知識，為植物科普的可持續發展提供了有效途徑。