Tu codes avec l’IA ?
Outils, agents et nouveautés dev IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Depuis que SpeciesNet a été rendu open-source il y a un an, son utilisation s'est répandue parmi les chercheurs et les passionnés de la faune, facilitant l'identification des animaux et l'étude de leurs habitats. Ce modèle d'intelligence artificielle (IA) a pour but de promouvoir la surveillance et la conservation de la faune à une échelle mondiale.
Les caméras déclenchées par le mouvement offrent une perspective unique sur le comportement des animaux en l'absence d'humains, capturant des scènes allant d'un puma dans les forêts de Colombie à un casoar en Australie. Cependant, pour les gestionnaires de la faune, biologistes et conservationnistes, le défi réside dans le traitement de millions de ces images pour en extraire des données utiles. C'est ici que SpeciesNet intervient.
SpeciesNet est un modèle d'IA spécialement conçu pour identifier automatiquement près de 2 500 catégories de mammifères, d'oiseaux et de reptiles. Depuis 2019, il est intégré à la plateforme Wildlife Insights et, depuis un an, il est disponible en tant qu'outil gratuit et open-source. Cela permet aux groupes de recherche d'analyser plus efficacement les données issues des caméras pièges.
Partenaire africain : Snapshot Serengeti
Le projet Snapshot Serengeti opère dans le parc national du Serengeti en Tanzanie, en collaboration avec l'Institut de recherche sur la faune tanzanien depuis 2010. Initialement, le projet s'appuyait sur des bénévoles en ligne pour analyser les images, mais le volume de données était trop important. Todd Michael Anderson, responsable du projet à l'Université Wake Forest en Caroline du Nord, a utilisé SpeciesNet pour traiter un retard de 11 millions de photos, transformant des décennies de données en quelques jours seulement. Cette analyse permet d'obtenir une vue d'ensemble du comportement et de l'abondance de la faune dans l'une des régions les plus riches en biodiversité d'Afrique.
Partenaire sud-américain : Institut Humboldt de Colombie
En Colombie, l'Institut Humboldt utilise SpeciesNet via la plateforme Wildlife Insights pour surveiller des espèces vivant dans la forêt amazonienne colombienne, une région à la biodiversité exceptionnelle mais en rapide mutation. Le projet Red Otus a récemment été lancé pour capturer des images sur des terres publiques et privées à travers le pays. Ce réseau national a permis d'analyser des dizaines de milliers d'images, révélant des changements dans les migrations d'oiseaux et les comportements quotidiens de la faune. Les analyses indiquent que certains mammifères deviennent plus nocturnes pour éviter les menaces, tandis que les oiseaux apparaissent plus tard le matin dans les zones développées, probablement pour échapper aux prédateurs.
Partenaire nord-américain : Département de la faune et des parcs d'Idaho
Aux États-Unis, le Département de la faune et des parcs d'Idaho (IDFG) utilise également SpeciesNet pour identifier les animaux capturés par leurs caméras pièges. Bien que des survols aériens soient régulièrement effectués dans le sud de l'Idaho, l'agence déploie des centaines de caméras pièges, notamment dans les forêts du nord de l'État. Les images sont d'abord triées par SpeciesNet, ce qui accélère considérablement le processus de révision par des experts humains, facilitant ainsi l'analyse des millions d'images collectées chaque année.
Partenaire australien : Observatoire de la faune d'Australie
En Australie, l'Observatoire de la faune d'Australie (WildObs) a adapté SpeciesNet pour identifier des espèces locales non incluses dans le modèle initial. L'Australie, avec ses nombreuses espèces endémiques, nécessite une surveillance particulière. Une version de SpeciesNet entraînée sur la faune locale permet de suivre des espèces emblématiques, menacées ou en danger, spécifiques à la région. Cela aide à protéger ces espèces uniques et à assurer leur conservation.



