Google本周開源可從監測相機辨識野生動物的AI模型SpeciesNet。
野生動物研究或保育常需要以動作觸發的自動相機（camera trap）來拍攝，這些相機常產出大量影像資料，然而人工從影片中整理這些動物影像耗時耗力，SpeciesNet就可協助辨識影片中的動物。從2019年以來，SpeciesNet透過名為Wildlife Insights的Google Cloud工具中提供給野生動物學家，簡化生物多樣性監測及加速保育研究的決策。
SpeciesNet專案包含二種模型，一從相機影像中找出目標物的物件偵測模型MegaDetector，二是可將這些物件分類到特定物種的圖片分類模型SpeciesNet Classifier。
SpeciesNet Classifier以Google EfficientNet V2M模型為架構，運用超過大量自動相機影像訓練而成，可將影像以2000種標籤加以分類，包括動物類（如哺乳類、貓科）或非動物類（如人類、汽車等）。Species Classifier訓練資料集包含6,500萬多幀影像，包含公開資料庫及Wildlife Insights社群提供的影像。
SpeciesNet整體（ensemle）以特定方法整合這兩個模型，研究人員可再加上地點資訊，將自動相機拍攝到的動物影像分類到單一類別。
二個模型程式碼已於野生動物Wildlife Insights平臺提供。
SpeciesNet是Google資助動物與環境保護計畫的最新行動。Google另外也宣布二項計畫。Google for Startups Accelerator: AI for Nature and Climate中，Google提供線上程式課程，開放美洲新創公司申請。AI for Nature and Climate則以價值300萬美元的AI方案資助挽救生物多樣性、森林及再生農業的組織。
