Google 近日开源了一款名为 SpeciesNet 的人工智能模型，旨在通过分析相机陷阱中的照片来识别动物物种。这一工具将帮助研究人员更高效地处理和分析野生动物数据，从而加速生物多样性研究。相机陷阱(连接到红外传感器的数码相机)被广泛用于全球野生动物种群的研究。然而，这些设备产生的海量数据通常需要数天甚至数周的时间进行筛选和分析。为了解决这一问题，Google 在大约六年前推出了 Wildlife Insights 平台，作为其 Google 地球外展慈善计划的一部分。Wildlife Insights 允许研究人员在线共享、识别和分析野生动物图像，从而加快数据处理速度并促进协作。

SpeciesNet 是 Wildlife Insights 的核心分析工具之一。Google 表示，该模型使用了超过 6500 万张公开可用的图像进行训练，其中包括来自史密森尼保护生物学研究所、野生动物保护协会、北卡罗来纳州自然科学博物馆和伦敦动物学会等机构的图像。SpeciesNet 能够将图像分类为 2000 多个标签，涵盖动物物种、分类群(如“哺乳动物”或“猫科”)以及非动物对象(如“车辆”)。

Google 在一篇博文中表示：“SpeciesNet AI 模型的发布将使工具开发人员、学者和生物多样性相关初创公司能够扩大对自然区域生物多样性的监测。”该模型已在 GitHub 上基于 Apache 2.0 许可证开源，这意味着它可以被广泛用于商业用途，几乎没有限制。

值得注意的是，Google 并非唯一一家提供自动分析相机陷阱图像工具的公司。Microsoft 的 AI for Good Lab 也开发了 PyTorch Wildlife，这是一个针对动物检测和分类进行微调的预训练 AI 框架。