谷歌發布SpeciesNet AI模型：加速野生動物識別

近日，谷歌宣布開源一款名為SpeciesNet 的人工智能模型，該模型旨在通過分析相機捕捉到的照片來識別動物種類。隨著科研工作者在全球範圍內使用相機陷阱（連接紅外傳感器的數字相機）進行野生動物研究，這些設備雖然提供了寶貴的數據，但同時也會產生大量數據，處理這些數據往往需要耗費數天到數週的時間。

為了解決這一問題，谷歌在六年前啟動了“野生動物洞察” 項目，屬於其穀歌地球外展慈善計劃的一部分。這個平台讓研究人員能夠在線共享、識別和分析野生動物圖像，從而加快相機捕捉數據的處理速度。

SpeciesNet 模型是這一平台的核心，谷歌表示，該模型的訓練數據來源於6500萬張公開可用的圖像，以及來自史密森學會保護生物學研究所、野生動物保護協會、北卡羅來納自然科學博物館和倫敦動物學會等組織的圖像。 SpeciesNet 可以將圖像分類為2000多種標籤，涵蓋動物種類、像“哺乳動物” 或“貓科動物” 的分類以及非動物物體（例如“車輛”）。

谷歌在其博客中指出，SpeciesNet 的發布將使開發者、學術界人士和與生物多樣性相關的初創企業能夠更好地監測自然區域的生物多樣性。 SpeciesNet 現已在GitHub 上以Apache2.0許可證開源，意味著它可以在商業上使用且大部分沒有限制。

需要注意的是，谷歌並非唯一一家為自動化相機陷阱圖像分析提供開源工具的公司。微軟的“AI for Good Lab” 也維護著一個名為PyTorch Wildlife 的人工智能框架，提供經過微調的預訓練模型，專注於動物檢測和分類。

項目:https://github.com/google/cameratrapai