3月4日，谷歌開源了一款名為 SpeciesNet 的人工智能模型，旨在通過分析紅外相機陷阱拍攝的照片來識別動物物種。這為全球野生動物研究者提供了強大的技術支持，有望顯著提升野生動物監測的效率和準確性。

野生動物研究中，紅外相機陷阱是一種常用的監測工具。其由連接到紅外傳感器的數碼相機組成，能夠在動物經過時自動拍攝照片，從而為研究人員提供關于野生動物種群的重要數據。然而，這些相機陷阱產生的數據量極為龐大，研究人員往往需要花費數天甚至數周時間來篩選和分析這些圖像。

為解決這一問題，谷歌于六年前通過其 Google Earth Outreach 公益項目推出了 Wildlife Insights 平臺，研究人員可以在該平臺上在線分享、識別和分析野生動物圖像，共同合作以加快相機陷阱數據分析的速度。而 SpeciesNet 模型正是 Wildlife Insights 平臺背后的關鍵分析工具之一。

谷歌表示，SpeciesNet 模型是基于超過 6500 萬張公開圖像以及來自史密森保護生物學研究所、野生動物保護協會、北卡羅來納自然科學博物館和倫敦動物學會等機構的圖像數據進行訓練的。該模型能夠將圖像分類為超過 2000 種標簽，涵蓋動物物種、動物分類群（如“哺乳動物”或“貓科”）以及非動物物體（如“車輛”）。

谷歌在其周一發布的博客文章中指出：“SpeciesNet AI 模型的開源將助力工具開發者、學者以及生物多樣性相關初創企業擴大對自然區域生物多樣性的監測規模。”目前，SpeciesNet 已在 GitHub 上以 Apache 2.0 許可證的形式發布，這意味著該模型可以在商業用途中廣泛使用，且幾乎不受限制。