IT之家 3 月 4 日新闻，谷歌开源了一款名为 SpeciesNet 的人工智能模子，旨在经由过程剖析红外相机圈套拍摄的照片来辨认植物物种。这为寰球野活泼物研讨者供给了强盛的技巧支撑，无望明显晋升野活泼物监测的效力跟正确性。
野活泼物研讨中，红外相机圈套是一种常用的监测东西。其由衔接到红别传感器的数码相机构成，可能在植物经由时主动拍摄照片，从而为研讨职员供给对于野活泼物种群的主要数据。但是，这些相机圈套发生的数据量极为宏大，研讨职员每每须要破费数天乃至数周时光来挑选跟剖析这些图沙巴体育官方平台像。为处理这一成绩，谷歌于六年前经由过程其 365bet网址Google Earth Outreach 公益名目推出了 Wildlife Insights 平台，研讨职员能够在该平台上在线分享、辨认跟剖析野活泼物图像，独特配合以放慢相机圈套数据剖析的速率。而 SpeciesNet 模子恰是 Wildlife Insights 平台背地的要害剖析东西之一。谷歌表现，SpeciesNet 模子是基于超越 6500 万张公然图像以及来自史密森维护生物学研讨所、野活泼物维护协会、北卡罗来纳天然迷信博物馆跟伦敦植物学会等机构的图像数据停止练习的。该模子可能将图像分类为超越 2000 种标签，涵盖植物物种、植物分类群（如“哺乳植物”或“猫科”）以及非植物物体（如“车辆”）。谷歌在其周一宣布的博客文章中指出：“SpeciesNet AI 模子的开源将助力东西开辟者、学者以及生物多样性相干始创企业扩展对天然地区生物多样性的监测范围。”现在，SpeciesNet 已在 GitHub 上以 Apache 2.0 允许证的情势宣布，这象征着该模子能够在贸易用处中普遍应用，且多少乎不受限度。IT之家留神到，谷歌并非独一一家供给开源东西以主动化剖析相机圈套图像的公司。微软的 AI for Good 试验室也保护着 PyTorch Wildlife 框架，该框架供给经由预练习的模子，专门用于植物检测跟分类。