GoogleはSpeciesNetモデルを一般公開し、科学者の種の研究効率を大幅に向上させました。Wildlife Insightsとの協力により、このモデルは世界中の2,500種以上の哺乳類を正確に識別できるようになっています。この人工知能技術は、科学者の手作業による選別作業を解放するだけでなく、正確な画像分析を通じて地球の生命を守る新たな一歩を踏み出しています。
Google SpeciesNet（種のネットワーク）とは？
種のネットワークは、Googleがオープンソースとして公開した人工知能モデルで、約2,500種の哺乳類、鳥類、爬虫類を自動的に識別できるよう訓練されています。多くの機関や学術機関が保護研究に利用しており、2019年から使用されています。Googleは1年前にこのモデルを無料のオープンソースツールとしてリリースし、現在では研究チームが画像データの分析に活用しています。SpeciesNetは、多角的な視点や異なる光条件下でも種を識別でき、動物の一部だけの姿でも名前を特定します。
種のネットワークの仕組みは？
種のネットワークはGoogleクラウド環境で動作します。Wildlife Insightsのユーザーが画像にタグ付けを行うと、その検証済みタグ付け画像がSpeciesNetの訓練データとなります。Wildlife Insightsは2億点のタグ付け済み画像をホスティングしているコミュニティです。
SpeciesNetは、従来の保護活動における最大の課題であるデータ処理速度を解決します。
主な特徴は以下の通りです：
大量識別：2,500種近くの哺乳類、鳥類、爬虫類を識別可能。
高精度：動物の識別精度は99.4％に達します。
高速処理：一般的なノートパソコンでも1日に3万枚の画像を処理可能。GPUを使用すれば25万枚以上も処理できます。
SpeciesNetの研究支援への役割
カメラは24時間動物の活動を捉えますが、野生動物管理者や生物学者、保護学者にとって、何百万もの画像をデータに変換する作業は非常に時間がかかります。コロンビアの洪堡研究所は、SpeciesNetを用いてアマゾン熱帯雨林に生息する種を監視し、数万枚の画像を分析。コロンビアの鳥類の渡り時期や野生動物の日常活動パターンの変化を発見しました。分析結果から、哺乳類は脅威や捕食者を避けるために夜行性になっていることがわかりました。
アイダホ州の漁獲狩猟局（IDFG）は、森林被覆率の高い北部地域に数百台のカメラを設置し、SpeciesNetを用いて画像を種別に分類。これにより、毎年収集される何百万枚もの画像の審査速度が大幅に向上しました。
オーストラリアには、世界の他の地域では見られない多くの希少種が生息しています。WildObsはSpeciesNetを活用し、現地の重要な希少種を識別。これらの種は保護監視の重点対象であり、AI訓練済みのSpeciesNetは、絶滅危惧種や危機に瀕した種に注意を促し、野生群の生態維持に役立っています。
この文章は、Googleのオープンソースモデル「SpeciesNet」が種の標識作業を簡素化し、保護活動の効率化に寄与していることを紹介しています。最初に掲載されたのは鏈新聞ABMediaです。
