2025年3月4日 — 谷歌今日宣布开源其最新人工智能模型SpeciesNet,该模型专为分析相机陷阱捕捉的海量野生动物图像而设计,旨在大幅提升全球生态监测与生物多样性研究的效率。
在野外研究中,相机陷阱被广泛应用于监测野生动物种群,但随之而来的却是数据量庞大、处理周期长的问题。为了应对此挑战,谷歌在六年前启动了“野生动物洞察”(Wildlife Insights)项目,此举作为Google Earth Outreach慈善项目的一部分,旨在通过线上平台让全球研究人员共享、识别并分析相机陷阱图片。如今,SpeciesNet的发布正是这一长期努力的重要延续,其智能算法经过在超过6500万张公开图片上训练,涉及来自史密森保护生物学研究所、野生动物保护协会、北卡罗来纳州自然科学博物馆以及伦敦动物学会等权威机构的数据资源,从而具备极高的识别准确率。
据谷歌官方博客介绍,SpeciesNet不仅可以对动物物种进行细致分类,还能将图片归入2000多个标签体系,涵盖从具体物种到更高层次的分类(如“哺乳动物”或“鼬科”),甚至能识别非动物对象如“车辆”等。这种多层次、多维度的图像识别能力,使得开发者、学者以及相关初创企业能够更快速地从海量数据中提取出有价值的信息,从而加速野生动物监测与生物多样性保护工作的开展。
作为一款开源工具,SpeciesNet现已在GitHub上以Apache 2.0许可证发布,这意味着其代码不仅可供学术研究免费使用,也能在商业项目中进行自由部署。谷歌表示,此举将鼓励更多开发者与科研人员参与到生态数据处理、模型改进与创新应用的合作中,进一步推动人工智能技术在自然保护领域的应用创新。
值得一提的是,Google并非在该领域独自探索。微软的人工智能公益实验室(AI for Good Lab)亦在维护一套名为PyTorch Wildlife的开源框架,专注于动物检测和分类模型的微调。业内专家认为,随着各大科技公司的持续投入,未来基于人工智能的生态监测工具将成为保护地球生物多样性的重要支柱。
随着SpeciesNet的问世,生态学家与环境保护工作者迎来了更为高效、智能的数据处理工具。谷歌此次的开放策略不仅为生物多样性监测提供了强有力的技术支撑,也为跨领域合作创造了广阔的平台空间。未来,借助这一创新工具,全球自然生态的研究与保护工作有望迈入一个全新的时代。
相关文章
FloppyPepe 将激增,因为人工智能备忘录的产生将主导加密货币市场
评论员将死于平庸,而非AI:在智能化浪潮下,真正的危机是什么?
苹果全新邮件应用将登陆Mac:AI智能分类功能带来邮件管理革命