Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

野生生物種を識別するために設計されたAIモデルであるSpeciesNetは、数百万枚ものカメラトラップ画像を貴重な生態学的データに変換する研究者を支援してきました。オープンソースツールとしてリリースされて以来、自然保護活動家や生物学者による野生生物の行動や個体群動向の分析を迅速化するのに大きく貢献してきました。

タンザニアでは、タンザニア野生生物研究所と提携したスナップショット・セレンゲティ・プロジェクトが、SpeciesNetを活用して1,100万枚に及ぶ膨大な写真のバックログを処理しています。これにより、数十年分のデータを迅速に分析できるようになり、アフリカで最も種の豊富な環境の一つであるセレンゲティにおける動物の長期的な行動パターンに関する知見が得られました。

コロンビアのフンボルト研究所は、SpeciesNetをWildlife Insightsプラットフォームに統合し、Amazon熱帯雨林における研究を大きく前進させました。同研究所の最近の取り組みであるRed Otusは、AIモデルを活用してコロンビア全土のカメラトラップ画像を分析し、動物の活動や移動パターンの変化を明らかにしています。これは、環境変化や人間の活動への反応である可能性があります。

米国では、アイダホ州魚類野生生物局がSpeciesNetを活用し、カメラトラップで捕獲された様々な種の識別プロセスを効率化している州機関のもう一つの例です。これにより、毎年収集される膨大な数の画像の確認作業の効率が大幅に向上し、従来の航空調査を補完し、野生生物管理活動に貢献しています。

オーストラリア野生生物観測所は、SpeciesNetをオーストラリアの生態系に固有の在来種を認識するように改良しました。この改良は、オーストラリア特有の、そしてしばしば絶滅の危機に瀕する野生生物の監視と保全に不可欠であり、正確かつタイムリーなデータに基づいた保全活動を確実に実施できるようになります。

これらのコラボレーションは、野生生物の保護と管理をサポートする SpeciesNet の世界的な応用を強調し、自然界に対する理解を深める AI の可能性を示しています。