Brief IA

Comment notre modèle d'IA open-source SpeciesNet aide à promouvoir la conservation de la faune

💻 Code & Devvia Google AI Blog·{"$":{"xmlns:author":"http://www.w3.org/2005/Atom"},"name":["Tanya Birch"],"title":["Senior Program Manager, Google Earth Outreach"],"department":[""],"company":[""]}·

Comment notre modèle d'IA open-source SpeciesNet aide à promouvoir la conservation de la faune

Comment notre modèle d'IA open-source SpeciesNet aide à promouvoir la conservation de la faune

⚡ Résumé en français par Brief IA

SpeciesNet est un modèle d'IA open-source conçu pour aider à la protection de la faune à l'échelle mondiale.
Ce modèle permet aux utilisateurs de mieux surveiller et analyser les populations animales, contribuant ainsi à des efforts de conservation mesurables.
L'importance croissante de la conservation de la biodiversité souligne le besoin d'outils innovants comme SpeciesNet pour soutenir les initiatives environnementales.
💡 Pourquoi c'est important : La conservation de la faune est essentielle pour maintenir l'équilibre des écosystèmes, et des outils comme SpeciesNet peuvent transformer la manière dont nous abordons cette problématique.

📄 Article traduit en français

Comment notre modèle d'IA open-source SpeciesNet aide à promouvoir la conservation de la faune

Depuis que SpeciesNet est devenu open-source il y a un an, un nombre croissant de personnes a pu utiliser l'IA pour identifier des animaux et en apprendre davantage sur leurs habitats, afin de promouvoir la surveillance et la conservation de la faune à l'échelle mondiale.

Les caméras déclenchées par mouvement nous offrent une vue sans précédent sur le comportement des animaux lorsque les humains ne sont pas présents, allant d'un puma rôdant dans la forêt colombienne à un casoar errant en Australie. Cependant, pour les gestionnaires de la faune, les biologistes et les conservationnistes, transformer des millions de ces clichés en données exploitables est incroyablement chronophage. C'est là qu'intervient SpeciesNet.

SpeciesNet est un modèle d'IA entraîné pour identifier automatiquement près de 2 500 catégories de mammifères, d'oiseaux et de reptiles. Utilisé depuis 2019 via Wildlife Insights, il a été lancé en tant qu'outil gratuit et open-source il y a un an, permettant aux groupes de recherche de mieux analyser leurs données de caméras pièges plus rapidement que jamais.

Partenaire africain : Snapshot Serengeti

Le projet Snapshot Serengeti opère des caméras pièges dans le parc national du Serengeti en Tanzanie, en collaboration avec l'Institut de recherche sur la faune tanzanien, depuis 2010. Au début, le projet a recruté des bénévoles en ligne, mais le nombre d'images à analyser était trop élevé. Le responsable du projet, Todd Michael Anderson de l'Université Wake Forest en Caroline du Nord, a utilisé SpeciesNet pour analyser un retard de 11 millions de photos, traitant des décennies de données en seulement quelques jours. Le projet analyse ces images pour obtenir une vue à long terme du comportement et de l'abondance de la faune dans l'une des régions les plus biodiversifiées d'Afrique.

Partenaire sud-américain : Institut Humboldt de Colombie

En Colombie, nos collaborateurs de longue date à l'Institut Humboldt utilisent SpeciesNet dans le cadre de la plateforme Wildlife Insights. De nombreuses espèces surveillées par l'institut vivent dans la forêt amazonienne colombienne, une région extrêmement biodiversifiée en rapide mutation. Le groupe a récemment élargi son réseau avec le lancement de Red Otus, un réseau à l'échelle nationale qui capture des images de caméras pièges sur des terres publiques et privées à travers le pays. Le projet Red Otus a analysé des dizaines de milliers d'images pour découvrir des changements dans le timing des migrations d'oiseaux et les comportements quotidiens de la faune en Colombie. Les analyses suggèrent que certains mammifères deviennent plus nocturnes, peut-être pour éviter les menaces, et 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

Le Département de la faune et des parcs d'Idaho (IDFG) fait partie des nombreuses agences de la faune et des transports aux États-Unis et au Canada qui utilisent le modèle d'IA SpeciesNet pour identifier les animaux dans leurs photos de caméras pièges. Bien que des survols aériens soient fréquemment réalisés dans le sud de l'Idaho, l'agence déploie des centaines de caméras pièges à travers l'État, en particulier dans les zones forestières du nord. Des experts humains effectuent une revue finale, mais le tri des images par SpeciesNet avant cette étape accélère considérablement l'examen des millions d'images collectées chaque année.

Partenaire australien : Observatoire de la faune d'Australie

En Australie, nos collaborateurs de l'Observatoire de la faune d'Australie (WildObs) ont pris le modèle open-source SpeciesNet et l'ont entraîné pour identifier des espèces qui n'étaient pas incluses dans le modèle initial, mais qui sont importantes localement. L'Australie abrite de nombreuses espèces qui ne se trouvent nulle part ailleurs dans le monde, et ces espèces sont une priorité pour la surveillance et la conservation. Une version de SpeciesNet entraînée sur la faune locale permet aux groupes de surveiller des espèces emblématiques, menacées ou en danger spécifiques à leur région.

TwitterLinkedIn

Brief IA — Veille IA en français

Toutes les innovations mondiales en IA, traduites et résumées automatiquement. Recevoir les meilleures actus IA chaque jour.