Zrobił zdjęcie grzyba i zapytał AI, czy można go zjeść. Wynik daje do myślenia

Jesień sprzyja wycieczkom do lasu, a wraz z nimi wraca odwieczny problem grzybiarzy: co właściwie znaleźliśmy? Jeśli nie jesteśmy pewni, coraz bardziej naturalnym odruchem może być zrobienie zdjęcia i zapytanie sztucznej inteligencji.

Piotr Migdał postanowił sprawdzić, czy to rzeczywiście dobry pomysł. Przetestował kilkanaście popularnych modeli AI, każąc im rozpoznawać grzyby wyłącznie na podstawie zdjęć. Szczegóły opublikował we wpisie na Quesma.

Wyniki pokazują, że sztuczna inteligencja potrafi być całkiem dobra w identyfikacji gatunków. Pokazują też coś znacznie ważniejszego: nie powinniśmy na jej podstawie decydować, czy grzyb trafi do garnka.

Do testu wykorzystano 1040 fotografii 55 gatunków grzybów. Wśród nich znalazły się zarówno gatunki jadalne, jak i trujące oraz śmiertelnie niebezpieczne. Zdjęcia pochodziły z zestawu FungiTastic, którego dane zostały zweryfikowane przez ekspertów, a część również za pomocą sekwencjonowania DNA.

Modele miały proste zadanie: wskazać pięć najbardziej prawdopodobnych gatunków, podając ich nazwy łacińskie. Nie były dodatkowo trenowane pod kątem rozpoznawania grzybów.

Najlepiej poradził sobie Gemini 3.8 Flash, który prawidłowo wskazał gatunek jako pierwszy w 65 proc. przypadków. Jeśli uwzględnić pięć odpowiedzi modelu, poprawny gatunek znajdował się wśród nich aż w 85 proc. przypadków. Niewiele gorzej wypadły Gemini 3.6 Flash i Gemini 3.7 Flash.

To bardzo dobre wyniki. Tyle że przy grzybach nawet kilka procent błędów może mieć ogromne znaczenie.

Piotr Migdał sprawdził więc nie tylko ogólną skuteczność modeli, ale również to, jak często grzyb trujący zostaje pomylony z jadalnym. I tutaj robi się znacznie mniej zabawnie.

Nawet najlepsze modele z rodziny Gemini Flash myliły trujące gatunki z jadalnymi w około 11–12 proc. przypadków. W przypadku GPT-5.6-Sol było to 24 proc., a Qwen3.8-27B pomylił trującego grzyba z jadalnym aż w 36 proc. przypadków.

Co więcej, błędy nie zawsze były niewinne. Przykładowo zasłonak wspaniały, śmiertelnie trujący gatunek, był przez modele wskazywany jako kurka. Z kolei śmiertelnie niebezpieczny muchomor sromotnikowy bywał klasyfikowany jako inne, potencjalnie jadalne gatunki.

To szczególnie istotne, ponieważ człowiek może potraktować odpowiedź AI jako dodatkowe potwierdzenie własnego przypuszczenia.

Problem leży nie tylko w samych modelach. Rozpoznanie grzyba na podstawie pojedynczego zdjęcia może być trudne nawet dla człowieka.

W przypadku grzybów znaczenie mają szczegóły, których na fotografii może po prostu nie być widać. Dlatego przy dokumentowaniu okazów zaleca się wykonywanie kilku zdjęć: całego grzyba w jego naturalnym środowisku, kapelusza oraz trzonu i blaszek.

Dodatkowym problemem są podobne gatunki. Grzyb może wyglądać jak znany nam jadalny okaz, ale w danym regionie występować może jego śmiertelnie trujący sobowtór. Samo AI nie zawsze potrafi uwzględnić taki lokalny kontekst.

Test Piotra Migdała prowadzi do dość prostego wniosku. AI może być świetnym narzędziem do nauki rozpoznawania grzybów, ale nie powinno być wyrocznią decydującą o tym, co zjemy. Autor wskazuje, że szczególnie dobrze w jego eksperymencie wypadł Gemini 3.7 Flash i właśnie w takim zastosowaniu widzi dla AI sens – jako pomoc w nauce i zapamiętywaniu gatunków.

Jednocześnie jego najważniejsza rada jest jednoznaczna: nie jedz grzyba tylko dlatego, że sztuczna inteligencja powiedziała, że jest bezpieczny. Pomyłka AI w tekście czy kodzie może być najwyżej irytująca. W przypadku grzybów konsekwencje mogą być zdecydowanie poważniejsze.