谷歌开源物种识别AI模型SpeciesNet助力野生动物研究

近日，谷歌正式对外发布了名为SpeciesNet的人工智能模型。这一创新工具专为分析红外相机陷阱拍摄的野生动物照片而设计，能够自动识别并分类动物物种。

红外相机陷阱是当前野生动物研究领域的重要监测手段，它通过感应器触发相机拍照，从而记录野生动物活动情况。然而，这种设备产生的数据量极其庞大，研究人员往往需要耗费大量时间进行图像筛选和分析工作。这一难题如今有望得到解决。

实际上，谷歌早在六年之前就已经开始布局这一领域。作为Google Earth Outreach公益项目的一部分，谷歌推出了Wildlife Insights平台。该平台旨在为研究人员提供一个在线协作环境，用于分享、识别和分析野生动物图像数据。而SpeciesNet模型正是这个平台的核心技术之一。

据透露，谷歌在训练SpeciesNet模型时，整合了超过6500万张公开图像资源，并与多家知名机构合作获取专业数据支持，包括史密森保护生物学研究所、 Wildlife Conservation Society 等。经过深度学习，该模型能够识别超过2000个不同类别，涵盖具体动物物种、生物分类群以及非生物物体。

在本周的官方博文中，谷歌表示：”SpeciesNet AI 模型的开源将为工具开发者、学术研究者及生物多样性相关初创企业带来福音，助力扩大对自然区域生物多样性的监测能力。”目前该模型已通过Apache 2.0许可证在GitHub上开放源代码，允许用户自由使用和修改。

值得注意的是，在野生动物图像自动分析领域，谷歌并不是唯一一家提供开源工具的企业。微软的AI for Good实验室也推出了PyTorch Wildlife框架，为研究人员提供了另一种选择。该框架同样基于预训练模型，专注于动物检测与分类任务。