IT之家 3 月 4 日消息，谷歌開源了一款名為 SpeciesNet 的人工智能模型，旨在通過分析紅外相機陷阱拍攝的照片來識別動物物種。這為全球野生動物研究者提供了強大的技術支持，有望顯著提升野生動物監(jiān)測的效率和準確性。
野生動物研究中，紅外相機陷阱是一種常用的監(jiān)測工具。其由連接到紅外傳感器的數(shù)碼相機組成，能夠在動物經(jīng)過時自動拍攝照片，從而為研究人員提供關于野生動物種群的重要數(shù)據(jù)。然而，這些相機陷阱產(chǎn)生的數(shù)據(jù)量極為龐大，研究人員往往需要花費數(shù)天甚至數(shù)周時間來篩選和分析這些圖像。
為解決這一問題，谷歌于六年前通過其 Google Earth Outreach 公益項目推出了 Wildlife Insights 平臺，研究人員可以在該平臺上在線分享、識別和分析野生動物圖像，共同合作以加快相機陷阱數(shù)據(jù)分析的速度。而 SpeciesNet 模型正是 Wildlife Insights 平臺背后的關鍵分析工具之一。
谷歌表示，SpeciesNet 模型是基于超過 6500 萬張公開圖像以及來自史密森保護生物學研究所、野生動物保護協(xié)會、北卡羅來納自然科學博物館和倫敦動物學會等機構的圖像數(shù)據(jù)進行訓練的。該模型能夠將圖像分類為超過 2000 種標簽，涵蓋動物物種、動物分類群（如“哺乳動物”或“貓科”）以及非動物物體（如“車輛”）。
谷歌在其周一發(fā)布的博客文章中指出：“SpeciesNet AI 模型的開源將助力工具開發(fā)者、學者以及生物多樣性相關初創(chuàng)企業(yè)擴大對自然區(qū)域生物多樣性的監(jiān)測規(guī)模。”目前，SpeciesNet 已在 GitHub 上以 Apache 2.0 許可證的形式發(fā)布，這意味著該模型可以在商業(yè)用途中廣泛使用，且?guī)缀醪皇芟拗啤?/p>
IT之家注意到，谷歌并非唯一一家提供開源工具以自動化分析相機陷阱圖像的公司。微軟的 AI for Good 實驗室也維護著 PyTorch Wildlife 框架，該框架提供經(jīng)過預訓練的模型，專門用于動物檢測和分類。
廣告聲明：文內(nèi)含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。