谷歌开源物种识别 AI 模型 SpeciesNet，助力野生动物研究

IT之家 3 月 4 日报道，谷歌最近开源了一款人工智能模型，名为 SpeciesNet，旨在通过分析红外相机捕捉的照片来识别各种动物。这一技术为全球的野生动物研究者们提供了重要的支持，有望显著提高监测的效率与准确性。

在野生动物研究中，红外相机陷阱被广泛应用。这些陷阱由配备红外传感器的数字相机组成，可以自动拍摄经过的动物照片，帮助研究人员获取野生动物种群的重要信息。然而，这些相机数据信息量巨大，研究者常常需耗费数天甚至数周对图像进行筛选和分析。

为了应对这一挑战，谷歌六年前通过其 Google Earth Outreach 公益项目推出了 Wildlife Insights 平台，使研究人员能够在此平台上共享、识别和分析野生动物图像，以提高相机数据分析的效率。而 SpeciesNet 则是 Wildlife Insights 平台背后的主要分析工具之一。

谷歌透露，SpeciesNet 模型基于超过 6500 万张公开图像及来自史密森科学研究所、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进行了训练。该模型能够对图像进行分类，识别超过 2000 种标签，包括动物种类、分类群（如“哺乳动物”或“猫科”）以及非动物物体（如“车辆”）。

在谷歌发布的博客中提到：“开源的 SpeciesNet AI 模型将帮助工具开发者、学者及生物多样性初创企业扩展对自然生态区域生物多样性的监测。”目前，SpeciesNet 已以 Apache 2.0 许可证在 GitHub 上发布，这意味着该模型在商业应用中几乎没有限制。

IT之家发现，谷歌并不是唯一一家致力于开源图像分析工具的公司。微软的 AI for Good 实验室也推出了 PyTorch Wildlife 框架，提供专门用于动物检测和分类的预训练模型。

广告声明：文中的外部链接（包括超链接、二维码和口令等形式）旨在提供更多信息，以节省选择时间，结果仅供参考。