谷歌开源了一款名为 SpeciesNet 的人工智能模型，专门用于通过分析相机陷阱拍摄的照片来识别动物种类。
全球的研究人员通常会使用一种特殊的设备——相机陷阱，也就是连接到红外传感器的数码相机，来研究野生动物种群。这种设备能够捕捉到大量珍贵的野生动物影像，但同时也会产生海量的数据。研究人员需要花费数天甚至数周的时间来筛选和分析这些数据。
为了帮助解决这一问题，谷歌大约六年前推出了 Wildlife Insights 项目，这是谷歌地球外展慈善计划的一部分。Wildlife Insights 提供了一个在线平台，研究人员可以在上面分享、识别和分析野生动物图像，通过团队协作来加快相机陷阱数据的分析速度。
而 SpeciesNet 正是 Wildlife Insights 的核心工具之一。谷歌表示，SpeciesNet 是在超过 6500 万张公开图像以及来自史密森保护生物学研究所（Smithsonian Conservation Biology Institute）、野生动物保护协会（Wildlife Conservation Society）、北卡罗来纳自然科学博物馆（North Carolina Museum of Natural Sciences）和伦敦动物学会（Zoological Society of London）等机构的图像上进行训练的。
SpeciesNet 能够将图像分类为 2000 多个标签，涵盖动物种类、诸如“哺乳动物”或“猫科”等分类单元，以及非动物物体（例如“车辆”）。谷歌在一篇博客文章中提到，SpeciesNet 人工智能模型的开源将使工具开发者、学者以及与生物多样性相关的初创公司能够扩大对自然区域生物多样性的监测规模。
SpeciesNet 已经在 GitHub 上以 Apache 2.0 许可证发布，这意味着它可以被广泛用于商业用途，且几乎没有限制。
值得注意的是，谷歌并不是唯一一家提供此类开源工具的公司。微软的“AI 向善”实验室（AI for Good Lab）也维护着一个名为 PyTorch Wildlife 的人工智能框架，该框架提供经过预训练的模型，专门用于动物检测和分类。
