ولكن في حين أن هذه المصائد يمكن أن توفر رؤى قيمة، فإنها تولد كميات هائلة من البيانات التي تستغرق أيامًا إلى أسابيع لفرزها، بحسب تقرير نشره موقع "تك كرانش" واطلعت عليه "العربية Business".

أطلقت "غوغل" مبادرة Wildlife Insights، منذ حوالي ست سنوات.

توفر Wildlife Insights منصة حيث يمكن للباحثين مشاركة صور الحياة البرية وتحديدها وتحليلها عبر الإنترنت، والتعاون لتسريع تحليل بيانات مصائد الكاميرات.

تعتمد العديد من أدوات التحليل الخاصة بـ Wildlife Insights على SpeciesNet، والتي تدعي "غوغل" أنها تم تدريبها على أكثر من 65 مليون صورة متاحة للجمهور وصور من منظمات مثل معهد سميثسونيان لعلم الأحياء الحافظة، وجمعية الحفاظ على الحياة البرية، ومتحف نورث كارولينا للعلوم الطبيعية، وجمعية علم الحيوان في لندن.

وتقول "غوغل" إن نموذج SpeciesNet يمكنه تصنيف الصور إلى واحد من أكثر من 2000 تصنيف، تغطي الأنواع الحيوانية، والتصنيفات مثل "الثدييات" أو "القطط"، والأشياء غير الحيوانية مثل المركبات.

كتبت "غوغل" في منشور على مدونتها نُشر يوم الاثنين: "إن إصدار نموذج الذكاء الاصطناعي SpeciesNet سيمكن مطوري الأدوات والأكاديميين والشركات الناشئة المتعلقة بالتنوع البيولوجي من توسيع نطاق مراقبة التنوع البيولوجي في المناطق الطبيعية".

نموذج SpeciesNet متاح على GitHub بموجب ترخيص Apache 2.0، مما يعني أنه يمكن استخدامه تجاريًا إلى حد كبير دون قيود.

تجدر الإشارة إلى أن أداة "غوغل" ليست الأداة الوحيدة مفتوحة المصدر لأتمتة تحليل صور كاميرات المراقبة.

يعمل مختبر الذكاء الاصطناعي التابع لشركة مايكروسوفت على صيانة PyTorch Wildlife، وهو إطار عمل للذكاء الاصطناعي يوفر نماذج مدربة مسبقًا ومُعدلة بدقة للكشف عن الحيوانات وتصنيفها.