SpeciesNet, Modello AI Open-Source, Accelera la Conservazione della Fauna Selvatica Attraverso l'Analisi delle Fototrappole

SpeciesNet, un modello AI open-source lanciato un anno fa, identifica quasi 2.500 categorie di mammiferi, uccelli e rettili nelle foto delle fototrappole, accelerando notevolmente il monitoraggio e gli sforzi di conservazione della fauna selvatica a livello globale. Il progetto Snapshot Serengeti nel Parco Nazionale del Serengeti in Tanzania ha utilizzato SpeciesNet per analizzare 11 milioni di foto, elaborando decenni di dati in pochi giorni attraverso la collaborazione con il Tanzanian Wildlife Research Institute e il responsabile del progetto Todd Michael Anderson della Wake Forest University. In Colombia, l'Istituto Humboldt impiega SpeciesNet tramite la piattaforma Wildlife Insights per monitorare le specie nella Foresta Amazzonica attraverso la rete Red Otus, rilevando cambiamenti nei tempi di migrazione degli uccelli e un aumento della notturnità tra i mammiferi. L'Idaho Department of Fish and Game utilizza SpeciesNet per classificare milioni di immagini da fototrappole raccolte annualmente in tutto lo stato, in particolare nelle aree forestali settentrionali. Il Wildlife Observatory of Australia ha adattato SpeciesNet per identificare specie localmente importanti uniche della regione. Dal suo lancio nel 2019 tramite Wildlife Insights, gruppi di ricerca in tutto il mondo hanno adottato questo strumento per trasformare milioni di istantanee spontanee di animali in dati di conservazione utilizzabili più velocemente che mai.