La nouvelle IA de Google reconnaît automatiquement les animaux sur les photos

Google ouvre une IA qui reconnaît les animaux sur les photos de nature

Google a rendu public SpeciesNet, un modèle d'intelligence artificielle capable d'identifier automatiquement les animaux dans des images capturées par des caméras de surveillance environnementale. La technologie est disponible en open source et peut être utilisée gratuitement par les chercheurs, les développeurs et les organisations environnementales du monde entier.

L'outil a été annoncé dans le cadre des initiatives de Google en matière d'IA axées sur la biodiversité et la conservation. Selon l'entreprise, le modèle a été entraîné avec plus de 65 millions d'images de la faune collectées au fil des ans dans le cadre de projets scientifiques et de bases de données environnementales.

Problème que l'IA tente de résoudre

Depuis des décennies, les chercheurs utilisent les camera traps, des caméras automatiques installées dans les forêts et les parcs pour enregistrer les animaux sans interférence humaine, mais le problème réside dans le volume de données généré.

Dans certains projets, ces caméras produisent des millions de photos par an, et une grande partie d'entre elles doit être analysée manuellement pour identifier les espèces, un processus qui peut prendre des semaines ou des mois.

SpeciesNet automatise une grande partie de cette analyse. Le modèle détecte d'abord s'il y a un animal sur l'image, puis essaie de classer l'espèce apparaissant sur la photo.

Combien d'animaux l'IA peut-elle reconnaître

Selon la documentation publiée par Google, le modèle peut classer les images en plus de 2000 catégories, y compris:

• espèces animales spécifiques
• groupes d'espèces similaires
• présence de personnes ou de véhicules sur les images

Cela signifie qu'il n'identifie pas littéralement tout animal de la planète. À la place, le modèle a été entraîné pour reconnaître les espèces les plus courantes dans les bases de données de recherche, en particulier les mammifères, les oiseaux et certains autres vertébrés enregistrés par des caméras de terrain.

Néanmoins, l'étendue est considérée comme large pour les études de biodiversité.

Et la précision de SpeciesNet ?

Google affirme que le modèle a été entraîné à l'aide de 65 millions d'images étiquetées, provenant de différents projets scientifiques de surveillance environnementale.

Ce volume de données aide à améliorer la précision de l'IA, mais la performance réelle peut varier selon des facteurs tels que l'éclairage, la position de l'animal et la qualité de la caméra.

En général, les modèles de ce type parviennent à identifier correctement l'espèce dans la majorité des cas où l'animal apparaît clairement sur l'image. Cependant, les photos floues, les animaux partiellement cachés ou les espèces rares peuvent toujours entraîner des classifications incorrectes.

C'est pourquoi les chercheurs utilisent souvent l'IA comme filtre initial, en révisant manuellement les résultats par la suite.

La technologie est déjà utilisée par les chercheurs

SpeciesNet n'est pas totalement nouveau, il dérive de la technologie utilisée depuis 2019 sur la plateforme Wildlife Insights, une initiative qui rassemble des données de conservation et d'analyse d'images de faune.

Selon Google, des milliers de chercheurs et d'organisations environnementales ont déjà utilisé des versions de la technologie pour étudier les populations animales et surveiller les écosystèmes dans différents pays.

En rendant le modèle public, l'entreprise espère que les développeurs pourront l'adapter à de nouveaux projets scientifiques ou applications environnementales.

Où télécharger et tester SpeciesNet

Le modèle a été publié sur GitHub et peut être téléchargé gratuitement. Le dépôt inclut le code, la documentation et des exemples d'utilisation pour intégrer l'IA dans des systèmes d'analyse d'images. GitHub officiel du projet

Les développeurs peuvent exécuter le modèle localement ou l'intégrer dans des plateformes de recherche qui traitent de grands volumes de photos capturées par des capteurs de terrain.

Avec le code ouvert, Google espère également que la communauté contribuera à des améliorations du modèle et étendra le nombre d'espèces que l'IA peut identifier à l'avenir.