به گزارش تجارت نیوز، گوگل یک مدل هوش مصنوعی به نام SpeciesNet را به صورت متن‌باز منتشر کرده است که برای شناسایی گونه‌های حیوانی با تحلیل تصاویر ثبت‌شده توسط دوربین‌های تلهای طراحی شده است. این دوربین‌های دیجیتال که به حسگرهای مادون قرمز متصل هستند، به طور گسترده توسط محققان برای مطالعه جمعیت‌های حیات‌وحش استفاده می‌شوند. اگرچه دوربین‌های تلهای داده‌های ارزشمندی ارائه می‌دهند، اما حجم عظیمی از تصاویر تولید می‌کنند که تحلیل دستی آن‌ها ممکن است روزها یا حتی هفته‌ها زمان ببرد. SpeciesNet هدفش ساده‌سازی این فرآیند با خودکارسازی شناسایی و طبقه‌بندی تصاویر حیات‌وحش است تا محققان بتوانند به جای مرتب‌سازی داده‌ها، بر تفسیر آن‌ها تمرکز کنند.
نقش Wildlife Insights
SpeciesNet بخش کلیدی ابتکار Wildlife Insights گوگل است که حدود شش سال پیش تحت برنامه خیریه Google Earth Outreach این شرکت راه‌اندازی شد. Wildlife Insights یک پلتفرم مشارکتی ارائه می‌دهد که در آن محققان می‌توانند تصاویر حیات‌وحش را آپلود، به اشتراک بگذارند و تحلیل کنند. با استفاده از SpeciesNet، این پلتفرم تحلیل داده‌های دوربین‌های تلهای را تسریع می‌کند و به محققان امکان می‌دهد گونه‌ها را شناسایی کنند، روندهای جمعیتی را ردیابی کرده و تنوع زیستی را به‌طور کارآمدتری نظارت کنند.
گوگل ادعا می‌کند که SpeciesNet با استفاده از بیش از ۶۵ میلیون تصویر در دسترس عموم و همچنین مشارکت سازمان‌هایی مانند مؤسسه حفاظت زیست‌شناسی اسمیتسونین، انجمن حفاظت از حیات‌وحش، موزه علوم طبیعی کارولینای شمالی و انجمن جانورشناسی لندن آموزش دیده است. این مجموعه داده گسترده به مدل امکان می‌دهد تصاویر را به بیش از ۲۰۰۰ برچسب، از جمله گونه‌های حیوانی، دسته‌های گسترده‌تر مانند «پستانداران» یا «گربه‌سانان» و اشیاء غیرحیوانی مانند «وسیله نقلیه»، طبقه‌بندی کند.
دسترسی متن‌باز و کاربردها
SpeciesNet در GitHub تحت مجوز Apache 2.0 در دسترس است که امکان استفاده تجاری با حداقل محدودیت‌ها را فراهم می‌کند. گوگل تصور می‌کند که این مدل به توسعه‌دهندگان ابزارها، دانشگاهیان و استارت‌آپ‌های مرتبط با تنوع زیستی کمک می‌کند تا تلاش‌های نظارتی خود در مناطق طبیعی را مقیاس‌پذیر کنند. با خودکارسازی فرآیند شناسایی، SpeciesNet می‌تواند به محققان و حافظان محیط زیست کمک کند تا بینش‌ها را سریع‌تر و دقیق‌تر جمع‌آوری کنند و در نهایت به استراتژی‌های مؤثرتر حفاظت از حیات‌وحش کمک کنند.
در یک پست وبلاگ که روز دوشنبه منتشر شد، گوگل بر پتانسیل SpeciesNet برای تحول در نظارت بر تنوع زیستی تأکید کرد. این شرکت اهمیت ابزارهای متن‌باز را در تقویت نوآوری و همکاری در جامعه علمی برجسته کرد. با ارائه رایگان SpeciesNet، گوگل قصد دارد از تلاش‌های جهانی برای محافظت و حفظ حیات‌وحش حمایت کند.
ابزارهای رقیب در این حوزه
اگرچه SpeciesNet یک افزوده مهم به حوزه نظارت بر حیات‌وحش است، اما تنها ابزار متن‌باز موجود برای تحلیل تصاویر دوربین‌های تلهای نیست. آزمایشگاه AI for Good مایکروسافت PyTorch Wildlife را نگهداری می‌کند، یک چارچوب هوش مصنوعی که مدل‌های از پیش آموزش‌دیده‌ای را برای تشخیص و طبقه‌بندی حیوانات ارائه می‌دهد. هر دو ابزار نقش فزاینده هوش مصنوعی در تحقیقات و حفاظت محیط‌زیست را نشان می‌دهند و منابع قدرتمندی برای مقابله با چالش‌های پیچیده در اختیار محققان قرار می‌دهند.
انتشار SpeciesNet توسط گوگل گامی بزرگ در استفاده از هوش مصنوعی برای شناسایی حیات‌وحش و نظارت بر تنوع زیستی است. با خودکارسازی تحلیل تصاویر دوربین‌های تلهای، این مدل به محققان امکان می‌دهد داده‌ها را به‌طور کارآمدتری پردازش کرده و بینش‌های عمیق‌تری درباره جمعیت‌های حیوانی و اکوسیستم‌ها به دست آورند. ماهیت متن‌باز SpeciesNet تضمین می‌کند که می‌تواند به‌طور گسترده توسط محققان، توسعه‌دهندگان و حافظان محیط زیست در سراسر جهان پذیرفته و تطبیق داده شود.
با ادامه نقش فزاینده هوش مصنوعی در علوم محیط‌زیست، ابزارهایی مانند SpeciesNet و PyTorch Wildlife راه را برای تلاش‌های حفاظتی مؤثرتر و مقیاس‌پذیرتر هموار می‌کنند. تعهد گوگل به نوآوری متن‌باز، پتانسیل فناوری برای ایجاد تغییرات مثبت در مبارزه برای محافظت از تنوع زیستی سیاره ما را برجسته می‌کند.
