世界各地的研究人员使用连接红外传感器的相机陷阱——来研究野生动物。然而，尽管这些图像能提供见解，却产生了海量数据，需要数天到数周时间进行筛选。
为了提供帮助，谷歌大约六年前推出了 Wildlife Insights，这是该公司 Google Earth Outreach 慈善计划的一项举措。
Wildlife Insights 提供了一个平台，研究人员可以在线分享、识别和分析野生动物图像，通过协作加速相机陷阱数据分析。
图片来源：Wildlife Insights
Wildlife Insights 的许多分析工具都由 SpeciesNet 驱动，Google 称其基于超过 6500 万张公开可用图像以及来自史密森尼保护生物学研究所、野生动物保护协会、北卡罗来纳自然科学博物馆和伦敦动物学会等组织的图像进行训练。
Google 表示，SpeciesNet 可以将图像分类为 2000 多个标签之一，涵盖动物物种、如“哺乳动物”或“猫科”等分类群，以及非动物对象（例如“车辆”）。
“SpeciesNet AI 模型的发布将使工具开发者、学术界和与生物多样性相关的初创企业能够扩大对自然区域生物多样性的监测，”谷歌在周一发布的博客文章中写道。
SpeciesNet 在 GitHub 上以 Apache 2.0 许可证提供，这意味着它基本可以无限制地用于商业用途。
值得注意的是，Google 并非唯一提供自动分析相机陷阱图像的开源工具。Microsoft 的 AI for Good 实验室维护着 PyTorch Wildlife，这是一个为动物检测和分类提供预训练模型的 AI 框架。
本文翻译自：Techcrunch
https://techcrunch.com/2025/03/03/google-releases-speciesnet-an-ai-model-designed-to-identify-wildlife/
编译：ChatGPT
（文：Z Potentials）