谷歌开源物种识别 AI 模型 SpeciesNet，助力野生动物研究

GoodNav 3 月 4 日消息，谷歌正式开源了一款名为 SpeciesNet 的 AI 模型，该模型通过分析由红外相机捕捉到的图片来识别动物物种。这将为全球的野生动物研究者提供有力的技术支持，预计可以显著提高野生动物监测的效率和精准度。

在野生动物研究领域，红外相机陷阱被广泛用于监测。这种设备由连接到红外传感器的数码相机组成，能够在动物出现时自动拍摄，从而为研究者提供关键的种群数据。然而，这些相机所收集的数据量巨大，研究人员通常需要耗费数天甚至数周来筛选和分析这些图片。

为了解决这一问题，谷歌在六年前通过其 Google Earth Outreach 公益项目推出了 Wildlife Insights 平台，使研究人员能够在线分享、识别和分析野生动物图像，以加速相机陷阱数据的分析过程。而 SpeciesNet 模型则是这一平台的核心分析工具之一。

谷歌指出，SpeciesNet 模型的训练基础是超过 6500 万张公开图像，以及来自史密森保护生物学研究所、野生动物保护协会、北卡罗来纳自然科学博物馆和伦敦动物学会等机构的图像数据。该模型具备将图像分类为超过 2000 种标签的能力，涵盖了动物物种、动物分类群（如“哺乳动物”或“猫科”）以及非动物物体（如“车辆”）。

在其周一发布的博客中，谷歌表示：“SpeciesNet AI 模型的开源将为工具开发者、研究人员以及生物多样性相关的初创企业提供更广泛的监测自然区域生物多样性的能力。”目前，SpeciesNet 已在 GitHub 上以 Apache 2.0 许可证发布，这意味着该模型可以在商业用途上得到广泛应用，几乎不受限制。

值得注意的是，谷歌并不是唯一一家提供开源工具来自动化分析相机陷阱图像的企业。微软的 AI for Good 实验室同样维护着 PyTorch Wildlife 框架，该框架提供了经过预训练的模型，专门用于动物检测和分类。