Pocket BotanistCobertura de especies: 412.000
La cifra de 412.000 especies es el número aproximado de taxones que el modelo de identificación puede reconocer con una fiabilidad razonable. Incluye los principales grupos: plantas con flor, coníferas, helechos, musgos, líquenes y hongos.
Para ponerlo en contexto, la referencia canónica sobre plantas vasculares es la World Checklist of Vascular Plants (WCVP), mantenida por el Royal Botanic Gardens, Kew, que actualmente recoge unas 350.000 especies aceptadas. Nuestra cobertura va más allá de las plantas vasculares e incluye hongos y taxones no vasculares, además de una amplia lista de sinónimos, nombres regionales y cultivares comerciales. Por eso el total ronda las 412.000.
La cobertura es mayor donde hay más datos de entrenamiento: plantas de interior comunes, ornamentales de jardín, cultivos agrícolas y la flora de zonas templadas de Norteamérica y Europa. En cambio, disminuye con especies tropicales poco comunes, taxones descritos recientemente y flora autóctona con pocos registros fotográficos en la red.
Velocidad de identificación
El dato de «alrededor de un segundo» de la página principal hace referencia a la mediana de tiempo desde que pulsas el disparador hasta que ves el resultado, medido con tráfico real reciente en conexiones 4G o wifi normales. Con conexiones lentas, fotos muy pesadas o redes saturadas, el proceso puede tardar un par de segundos. Sin conexión (la cámara y tu colección siguen funcionando, pero identificar requiere internet), este tiempo obviamente no se aplica.
El desglose de ese segundo: redimensionado y compresión de la foto en el dispositivo (entre 100 y 200 ms), subida a la API del modelo (entre 200 y 500 ms según la red), inferencia del modelo (entre 200 y 400 ms) y respuesta al móvil (similar a la subida). El modelo no se ejecuta en el dispositivo; más abajo explicamos por qué.
Precisión y nivel de confianza
Pocket Botanist muestra un nivel de confianza del 0 al 100 en cada identificación. Esta cifra representa la estimación del propio modelo sobre la probabilidad de que su respuesta principal sea correcta a partir de la foto. No es una probabilidad estadística formal, pero en la práctica resulta muy útil:
- De 90 a 100: confianza muy alta. La especie es común, la foto es clara y el resultado casi siempre es correcto.
- De 70 a 90: confianza alta. La especie está bien representada en los datos de entrenamiento y la foto es decente, aunque a este nivel el modelo aún puede confundir especies casi idénticas.
- De 50 a 70: confianza moderada. La foto es ambigua (una sola hoja, poca luz, encuadre parcial) o la especie tiene variantes muy parecidas. Mostramos el resultado principal junto a las alternativas más probables.
- Menos de 50: confianza baja. El modelo ofrece su mejor aproximación e indica con claridad que no está seguro. Preferimos la sinceridad antes que fingir seguridad.
No publicamos un único «porcentaje de precisión» porque la cifra depende muchísimo del tipo de planta, de la calidad de la foto y de las condiciones. La precisión con una foto nítida y con buena luz de una planta de interior común es altísima. En cambio, con una sola hoja de dos especies silvestres casi idénticas y con poca luz, es bastante menor.
Taxonomías de referencia
Los nombres de las especies siguen la World Checklist of Vascular Plants siempre que es posible, con la taxonomía de referencia de GBIF como apoyo secundario. Para los nombres comunes y las variantes regionales, nos apoyamos en la taxonomía comunitaria de iNaturalist. Cuando las taxonomías no coinciden (algo que ocurre a veces, sobre todo tras revisiones de género recientes como el paso de Sansevieria a Dracaena), optamos por la clasificación revisada por pares más actual e indicamos el nombre histórico si sigue utilizándose ampliamente.
Cómo funciona el diagnóstico
La función de diagnóstico utiliza el mismo modelo con una instrucción distinta. Enviamos la foto junto con algo de contexto (la especie, si se conoce) y le pedimos al modelo que detecte síntomas visibles, ordene las causas más probables y sugiera primero la solución menos invasiva. El diagnóstico ofrece una explicación detallada en lugar de una respuesta cerrada, ya que los problemas de las plantas suelen deberse a varios factores posibles.
El principio de priorizar la solución menos invasiva es deliberado: es fácil empeorar las cosas si recurres de inmediato a fungicidas o a un trasplante cuando la solución real es «regar menos» o «ponerla en un lugar con más luz».
Por qué el modelo se ejecuta en un servidor
Nos planteamos integrar el modelo en el propio dispositivo. Eso permitiría identificar sin conexión, reduciría la latencia en algunos casos y eliminaría la dependencia de la red. Pero también implicaría una descarga mucho más pesada (un modelo útil en local ocupa cientos de megabytes), una precisión inferior (adaptarlo a un móvil exige reducir su capacidad de entrenamiento) y la imposibilidad de aplicar mejoras sin lanzar una nueva versión de la app.
Elegimos ejecutarlo en el servidor por el mismo motivo que la mayoría de apps del sector: nos permite usar el mejor modelo disponible, lanzar mejoras a diario y mantener la app muy ligera. La contrapartida es necesitar conexión; la ventaja, abarcar unas 412.000 especies.
Cuando nos equivocamos
A veces nos equivocamos. El nivel de confianza ayuda a detectarlo, pero no es infalible. Cuando varias opciones están muy reñidas, la pestaña Ciencia del resultado incluye una tarjeta de «Otras posibilidades» con las siguientes coincidencias y sus respectivos niveles de confianza, y puedes abrir cualquiera de ellas. Si la identificación es muy clara, no mostramos esa tarjeta porque no había alternativas cercanas. Consulta nuestras preguntas frecuentes y la Política de privacidad para saber cómo tratamos los datos.
Cuándo se actualiza esta página
Actualizamos esta página cuando las cifras cambian de forma sustancial. Si hay cambios significativos en la cobertura, la latencia o la arquitectura del modelo, añadimos una nota con fecha. Las pequeñas mejoras diarias del modelo se implementan continuamente y no se registran aquí.
Fuentes y referencias
- Royal Botanic Gardens, Kew, "World Checklist of Vascular Plants." powo.science.kew.org
- Global Biodiversity Information Facility, "GBIF backbone taxonomy." gbif.org
- iNaturalist, "Curator guide: taxonomy." inaturalist.org