近日，谷歌宣布开源一款名为SpeciesNet的人工智能模型，该模型旨在通过分析相机捕捉到的照片来识别动物种类。随着科研工作者在全球范围内使用相机陷阱（连接红外传感器的数字相机）进行野生动物研究，这些设备虽然提供了宝贵的数据，但同时也会产生大量数据，处理这些数据往往需要耗费数天到数周的时间。
为了解决这一问题，谷歌在六年前启动了“野生动物洞察”项目，属于其谷歌地球外展慈善计划的一部分。这个平台让研究人员能够在线共享、识别和分析野生动物图像，从而加快相机捕捉数据的处理速度。
SpeciesNet模型是这一平台的核心，谷歌表示，该模型的训练数据来源于6500万张公开可用的图像，以及来自史密森学会保护生物学研究所、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组织的图像。SpeciesNet可以将图像分类为2000多种标签，涵盖动物种类、像“哺乳动物”或“猫科动物”的分类以及非动物物体（例如“车辆”）。
谷歌在其博客中指出，SpeciesNet的发布将使开发者、学术界人士和与生物多样性相关的初创企业能够更好地监测自然区域的生物多样性。SpeciesNet现已在GitHub上以Apache2.0许可证开源，意味着它可以在商业上使用且大部分没有限制。
需要注意的是，谷歌并非唯一一家为自动化相机陷阱图像分析提供开源工具的公司。微软的“AI for Good Lab”也维护着一个名为PyTorch Wildlife的人工智能框架，提供经过微调的预训练模型，专注于动物检测和分类。
项目:https://github.com/google/cameratrapai
划重点:
谷歌开源SpeciesNet AI模型，帮助识别野生动物，提升数据处理效率。
SpeciesNet模型经过6500万张图像训练，能识别2000多种动物及物体标签。
该模型在GitHub上开源，允许商业使用，促进生物多样性监测。