谷歌开源物种辨认AI模型 SpeciesNet 为野生动物研讨供给强壮支撑

　　3月4日，谷歌开源了一款名为 SpeciesNet 的人工智能模型，旨在经过一系列剖析红外相机圈套拍照的相片来辨认动物物种。这为全球野生动物研讨者供给了强壮的技术上的支撑，有望显着提高野生动物监测的功率和准确性。

　　野生动物研讨中，红外相机圈套是一种常用的监测东西。其由连接到红外传感器的数码相机组成，能够在动物经过期主动拍照相片，从而为研讨人员供给关于野生动物种群的重要数据。但是，这些相机圈套发生的数据量极为巨大，研讨人员往往要耗费数天乃至数周时刻来挑选和剖析这些图画。

　　为处理这一问题，谷歌于六年前经过其 Google Earth Outreach 公益项目推出了 Wildlife Insights 渠道，研讨人能在该渠道上在线共享、辨认和剖析野生动物图画，一起协作以加速相机圈套数据剖析的速度。而 SpeciesNet 模型正是 Wildlife Insights 渠道背面的要害剖析东西之一。

　　谷歌表明，SpeciesNet 模型是根据超越 6500 万张揭露图画和来自史密森维护生物学研讨所、野生动物维护协会、北卡罗来纳天然科学博物馆和伦敦动物学会等组织的图画数据来进行练习的。该模型能够将图画分类为超越 2000 种标签，包括动物物种、动物分类群（如“哺乳动物”或“猫科”）以及非动物物体（如“车辆”）。

　　谷歌在其周一发布的博客文章中指出：“SpeciesNet AI 模型的开源将助力东西开发者、学者以及生物多样性相关草创企业扩展对天然区域生物多样性的监测规划。”现在，SpeciesNet 已在 GitHub 上以 Apache 2.0 许可证的方式发布，这在某种程度上预示着该模型能够在商业用途中遍及的运用，且几乎不受限制。