El modelo de código abierto de Google «SpeciesNet» simplifica la tarea de etiquetado de especies, mejorando la eficiencia en la conservación

Google anunció que el modelo SpeciesNet será de código abierto para el público, mejorando significativamente la eficiencia en la investigación de especies por parte de los científicos. Gracias a la colaboración con Wildlife Insights, este modelo ya puede identificar con precisión más de 2,500 especies de mamíferos en todo el mundo. Esta tecnología de inteligencia artificial no solo libera a los científicos del trabajo manual de filtrado, sino que también, mediante análisis de imágenes precisos, abre una nueva era en la protección de la vida en la Tierra.

¿Qué es Google SpeciesNet?

SpeciesNet es un modelo de inteligencia artificial de código abierto desarrollado por Google, entrenado para identificar automáticamente cerca de 2,500 especies de mamíferos, aves y reptiles. Cada vez más instituciones y académicos utilizan SpeciesNet para investigaciones de conservación. Desde 2019, el modelo ha estado en uso y, hace un año, Google lo lanzó como una herramienta gratuita de código abierto. Actualmente, los equipos de investigación utilizan este modelo para analizar y organizar datos de imágenes. SpeciesNet puede reconocer especies desde diferentes ángulos y en distintas condiciones de iluminación, incluso si solo captura una parte del animal.

¿Cómo funciona SpeciesNet?

SpeciesNet opera en el entorno de Google Cloud. Ayuda a los usuarios de Wildlife Insights a etiquetar imágenes. Cualquier imagen verificada y etiquetada puede usarse para entrenar a SpeciesNet. Wildlife Insights es una comunidad que aloja 200 millones de imágenes etiquetadas.

SpeciesNet resuelve uno de los mayores cuellos de botella en la conservación tradicional: la velocidad de procesamiento de datos.

Sus características incluyen:

Reconocimiento masivo: capaz de identificar cerca de 2,500 especies de mamíferos, aves y reptiles.

Alta precisión: con una tasa de acierto en identificación de hasta 99.4%.

Procesamiento ultrarrápido: incluso con una laptop normal, puede procesar 30,000 fotos por día; usando GPU, puede superar las 250,000.

¿Cómo ayuda SpeciesNet en la investigación?

Las cámaras pueden captar actividad animal las 24 horas, pero convertir millones de imágenes en datos es muy laborioso para los gestores de vida silvestre, biólogos y conservacionistas. El Instituto de Investigaciones Humboldt en Colombia usa SpeciesNet para monitorear especies en la selva amazónica, analizando decenas de miles de imágenes y descubriendo cambios en los patrones de migración de aves y en las actividades diarias de la fauna silvestre. Los resultados muestran que los mamíferos se vuelven más nocturnos para evitar amenazas y depredadores.

El Departamento de Pesca y Caza de Idaho (IDFG), en áreas con alta cobertura forestal en el norte, desplegó cientos de cámaras. SpeciesNet clasifica las imágenes por especie, acelerando significativamente la revisión de millones de fotos recolectadas cada año.

Australia alberga muchas especies únicas en el mundo. La organización WildObs en Australia usa SpeciesNet para identificar especies raras y en peligro, clave en sus programas de monitoreo y conservación. Gracias a la IA, SpeciesNet ayuda a las organizaciones a detectar especies amenazadas o en peligro, manteniendo la ecología de las poblaciones silvestres.

Este artículo sobre el modelo de código abierto de Google, «SpeciesNet», que simplifica la anotación de especies y mejora la eficiencia en conservación, fue publicado originalmente en ABMedia.