Google mengumumkan bahwa model SpeciesNet telah dirilis sebagai sumber terbuka untuk umum, secara besar-besaran meningkatkan efisiensi penelitian ilmuwan dalam mengkaji spesies. Melalui kerja sama dengan Wildlife Insights, model ini kini mampu mengenali lebih dari 2.500 spesies mamalia di seluruh dunia secara akurat. Teknologi kecerdasan buatan ini tidak hanya membebaskan para ilmuwan dari pekerjaan penyaringan manual yang memakan waktu, tetapi juga membuka babak baru dalam perlindungan kehidupan di bumi melalui analisis gambar yang tepat.
Apa itu Google SpeciesNet (Jaringan Spesies)?
SpeciesNet adalah model kecerdasan buatan sumber terbuka dari Google yang dilatih untuk secara otomatis mengenali hampir 2.500 spesies mamalia, burung, dan reptil. Semakin banyak lembaga dan institusi akademik yang menggunakan SpeciesNet untuk penelitian konservasi. Model ini telah digunakan sejak 2019, dan Google merilisnya sebagai alat sumber terbuka gratis setahun yang lalu. Saat ini, tim peneliti menggunakan model ini untuk menganalisis dan mengelola data gambar. SpeciesNet dapat mengenali spesies dari berbagai sudut dan dalam berbagai kondisi pencahayaan, bahkan jika hanya sebagian tubuh hewan yang terlihat.
Bagaimana cara kerja SpeciesNet?
SpeciesNet berjalan di lingkungan cloud Google. Model ini membantu pengguna Wildlife Insights dalam memberi label gambar. Setiap gambar yang telah diverifikasi labelnya dapat digunakan untuk melatih SpeciesNet kembali. Wildlife Insights adalah komunitas yang mengelola lebih dari 200 juta gambar berlabel.
SpeciesNet mengatasi hambatan terbesar dalam pekerjaan konservasi tradisional: kecepatan pengolahan data.
Fitur utamanya meliputi:
Pengakuan massal: mampu mengenali hampir 2.500 spesies mamalia, burung, dan reptil.
Tingkat akurasi tinggi: mencapai 99,4% dalam mengenali hewan.
Proses cepat: bahkan dengan laptop biasa, dapat memproses 30.000 gambar per hari; jika menggunakan GPU, bisa lebih dari 250.000 gambar.
Bagaimana SpeciesNet membantu penelitian?
Kamera dapat merekam aktivitas hewan sepanjang waktu, tetapi bagi pengelola satwa liar, biolog, dan konservasionis, mengubah jutaan gambar menjadi data sangat memakan waktu. Institut Humboldt di Kolombia menggunakan SpeciesNet untuk memantau spesies yang hidup di hutan hujan Amazon, menganalisis puluhan ribu gambar yang dikumpulkan, dan menemukan perubahan waktu migrasi burung di Kolombia serta pola aktivitas harian satwa liar. Hasil analisis menunjukkan bahwa mamalia menjadi lebih nokturnal untuk menghindari ancaman dan predator.
Departemen Perikanan dan Perburuan Idaho (IDFG) di wilayah utara yang memiliki tutupan hutan yang cukup tinggi, telah menempatkan ratusan kamera yang diklasifikasikan berdasarkan spesies menggunakan SpeciesNet, sehingga mempercepat proses peninjauan jutaan gambar yang dikumpulkan setiap tahun.
Australia memiliki banyak spesies yang tidak ditemukan di tempat lain di dunia. WildObs dari Australia menggunakan SpeciesNet untuk mengenali spesies langka yang penting secara lokal, yang menjadi fokus utama dalam program pemantauan dan konservasi. Dengan pelatihan AI, SpeciesNet dapat membantu organisasi terkait dalam memperhatikan spesies yang terancam dan hampir punah, serta menjaga ekosistem populasi liar mereka.
Penafian: Informasi di halaman ini dapat berasal dari pihak ketiga dan tidak mewakili pandangan atau opini Gate. Konten yang ditampilkan hanya untuk tujuan referensi dan bukan merupakan nasihat keuangan, investasi, atau hukum. Gate tidak menjamin keakuratan maupun kelengkapan informasi dan tidak bertanggung jawab atas kerugian apa pun yang timbul akibat penggunaan informasi ini. Investasi aset virtual memiliki risiko tinggi dan rentan terhadap volatilitas harga yang signifikan. Anda dapat kehilangan seluruh modal yang diinvestasikan. Harap pahami sepenuhnya risiko yang terkait dan buat keputusan secara bijak berdasarkan kondisi keuangan serta toleransi risiko Anda sendiri. Untuk detail lebih lanjut, silakan merujuk ke
Penafian.
