گوگل یک مدل هوش مصنوعی به نام SpeciesNet را به صورت متنباز منتشر کرده است که برای شناسایی گونههای جانوری از طریق تجزیه و تحلیل عکسهای تلههای دوربیندار طراحی شده است.
محققان در سراسر جهان از تلههای دوربیندار (دوربینهای دیجیتال متصل به حسگرهای مادون قرمز) برای مطالعه جمعیتهای حیات وحش استفاده میکنند. اما در حالی که این تلهها میتوانند بینشهای ارزشمندی ارائه دهند، حجم عظیمی از دادهها را تولید میکنند که غربال کردن آنها روزها تا هفتهها طول میکشد.
در تلاشی برای کمک، گوگل حدود شش سال پیش، Wildlife Insights، ابتکاری از برنامه بشردوستانه Google Earth Outreach این شرکت، راهاندازی کرد. Wildlife Insights بستری را فراهم میکند که در آن محققان میتوانند تصاویر حیات وحش را به صورت آنلاین به اشتراک بگذارند، شناسایی و تجزیه و تحلیل کنند و برای سرعت بخشیدن به تجزیه و تحلیل دادههای تلههای دوربیندار با یکدیگر همکاری کنند.
بسیاری از ابزارهای تجزیه و تحلیل Wildlife Insights توسط SpeciesNet پشتیبانی میشوند، که گوگل ادعا میکند با بیش از 65 میلیون تصویر در دسترس عموم و تصاویری از سازمانهایی مانند موسسه زیستشناسی حفاظتی اسمیتسونیان، انجمن حفاظت از حیات وحش، موزه علوم طبیعی کارولینای شمالی و انجمن جانورشناسی لندن آموزش داده شده است.
گوگل میگوید که SpeciesNet میتواند تصاویر را به یکی از بیش از 2000 برچسب دستهبندی کند، که گونههای جانوری، تاکسونهایی مانند "پستانداران" یا "Felidae" و اشیاء غیر جانوری (به عنوان مثال "وسیله نقلیه") را پوشش میدهد.
گوگل در یک پست وبلاگی که روز دوشنبه منتشر شد نوشت: "انتشار مدل هوش مصنوعی SpeciesNet توسعهدهندگان ابزار، دانشگاهیان و استارتآپهای مرتبط با تنوع زیستی را قادر میسازد تا نظارت بر تنوع زیستی در مناطق طبیعی را مقیاسبندی کنند."
SpeciesNet تحت مجوز Apache 2.0 در GitHub در دسترس است، به این معنی که میتواند به طور گسترده بدون محدودیت به صورت تجاری استفاده شود.
شایان ذکر است که گوگل تنها ابزار متنباز برای خودکارسازی تجزیه و تحلیل تصاویر تلههای دوربیندار نیست. آزمایشگاه هوش مصنوعی برای خیر مایکروسافت PyTorch Wildlife را نگهداری میکند، یک چارچوب هوش مصنوعی که مدلهای از پیش آموزشدیده را ارائه میدهد که برای تشخیص و طبقهبندی حیوانات تنظیم شدهاند.