O Google revela a SpectNet: AI para identificação da vida selvagem
O Google recentemente tornou o SpeciesNet, um modelo de IA, de código aberto. Esta ferramenta é projetada para identificar várias espécies animais analisando fotos capturadas por armadilhas fotográficas, que são essencialmente câmeras digitais equipadas com sensores infravermelhos usadas por pesquisadores globalmente para monitorar populações de vida selvagem. O desafio com essas armadilhas fotográficas é o grande volume de dados que elas produzem, o que pode levar um tempo considerável para ser analisado.
Para abordar essa questão, o Google introduziu o Wildlife Insights há cerca de seis anos como parte de seu programa filantrópico Google Earth Outreach. Esta plataforma permite que pesquisadores façam upload, compartilhem e analisem imagens de vida selvagem colaborativamente, acelerando significativamente o processo de análise de dados de armadilhas fotográficas.
O SpeciesNet, que alimenta muitas das ferramentas de análise no Wildlife Insights, foi treinado em um impressionante conjunto de dados de mais de 65 milhões de imagens. Essas imagens foram obtidas de coleções públicas, bem como de organizações notáveis, como o Smithsonian Conservation Biology Institute, a Wildlife Conservation Society, o North Carolina Museum of Natural Sciences e a Zoological Society of London.

Saída do SpeciesNet. Créditos da imagem: Universidade de Minnesota De acordo com o Google, o SpeciesNet é capaz de classificar imagens em mais de 2.000 rótulos diferentes. Esses rótulos não cobrem apenas espécies animais específicas, mas também táxons mais amplos como "mamífero" ou "Felidae", e até objetos não animais, como "veículo".
Em um post de blog publicado na segunda-feira, o Google destacou que a liberação do SpeciesNet como uma ferramenta de código aberto capacitará desenvolvedores de ferramentas, acadêmicos e startups focadas em biodiversidade a aprimorar seu monitoramento da biodiversidade em ambientes naturais. O modelo está disponível no GitHub sob uma licença Apache 2.0, o que significa que pode ser usado comercialmente com restrições mínimas.
É importante mencionar que o Google não é o único jogador neste campo. O AI for Good Lab da Microsoft também oferece o PyTorch Wildlife, outro framework de IA de código aberto que inclui modelos pré-treinados especificamente ajustados para detectar e classificar animais em imagens de armadilhas fotográficas.
Artigo relacionado
O Google IO 2026 apresenta a interação por voz com a caixa de entrada do Gmail
O Google continua a integrar a IA à sua caixa de entrada. Na conferência de desenvolvedores IO 2026, realizada na terça-feira, a empresa ampliou o recurso “AI Inbox” do Gmail com IA conversacional, pe
O Google lança o Gemini no Chrome na Índia
Na quarta-feira, o Google anunciou que está expandindo a integração do Gemini com o Chrome para novas regiões, incluindo Índia, Canadá e Nova Zelândia. Essa implementação permite que os usuários de co
O YouTube amplia a detecção de deepfakes por IA para políticos, autoridades governamentais e jornalistas
Na terça-feira, o YouTube anunciou que está expandindo sua tecnologia de detecção de deepfakes para um grupo seleto de autoridades governamentais, candidatos políticos e jornalistas. A ferramenta iden
Recomendações de tópicos especiais relacionados
Comentários (51)
Google這開源也太佛心了吧!SpeciesNet辨識動物物種的準確度不知道如何?如果用在台灣的山區監測,應該能幫助研究人員更快掌握石虎、黑熊這些珍稀動物的動態,不用再熬夜看幾千張照片了🦉。不過資料庫有包含亞洲物種嗎?有點好奇~
Finde es echt faszinierend, wie KI jetzt auch im Tierschutz hilft! Ob so ein Tool auch unsere heimischen Wildtiere im Wald zuverlässig erkennt? Hoffentlich wird es sinnvoll eingesetzt und nicht nur für den nächsten coolen Tech-News-Artikel. Die Datenfrage bleibt aber spannend – wer hat eigentlich Zugriff auf die ganzen Tierfotos? 🦡
This AI wildlife identifier sounds cool! 🦒 Imagine rangers using it to track endangered species in real-time. Hope it’s accurate and doesn’t mix up a tiger with a tabby cat!
Super cool that Google open-sourced SpeciesNet! 🦒 Identifying wildlife from camera traps sounds like a game-changer for conservation. Wonder how accurate it is in dense forests?
Whoa, Google's SpeciesNet sounds like a game-changer for wildlife tracking! Imagine researchers spotting rare animals just by snapping pics. But, like, how accurate is this AI in messy real-world conditions? 🤔
O Google recentemente tornou o SpeciesNet, um modelo de IA, de código aberto. Esta ferramenta é projetada para identificar várias espécies animais analisando fotos capturadas por armadilhas fotográficas, que são essencialmente câmeras digitais equipadas com sensores infravermelhos usadas por pesquisadores globalmente para monitorar populações de vida selvagem. O desafio com essas armadilhas fotográficas é o grande volume de dados que elas produzem, o que pode levar um tempo considerável para ser analisado.
Para abordar essa questão, o Google introduziu o Wildlife Insights há cerca de seis anos como parte de seu programa filantrópico Google Earth Outreach. Esta plataforma permite que pesquisadores façam upload, compartilhem e analisem imagens de vida selvagem colaborativamente, acelerando significativamente o processo de análise de dados de armadilhas fotográficas.
O SpeciesNet, que alimenta muitas das ferramentas de análise no Wildlife Insights, foi treinado em um impressionante conjunto de dados de mais de 65 milhões de imagens. Essas imagens foram obtidas de coleções públicas, bem como de organizações notáveis, como o Smithsonian Conservation Biology Institute, a Wildlife Conservation Society, o North Carolina Museum of Natural Sciences e a Zoological Society of London.

De acordo com o Google, o SpeciesNet é capaz de classificar imagens em mais de 2.000 rótulos diferentes. Esses rótulos não cobrem apenas espécies animais específicas, mas também táxons mais amplos como "mamífero" ou "Felidae", e até objetos não animais, como "veículo".
Em um post de blog publicado na segunda-feira, o Google destacou que a liberação do SpeciesNet como uma ferramenta de código aberto capacitará desenvolvedores de ferramentas, acadêmicos e startups focadas em biodiversidade a aprimorar seu monitoramento da biodiversidade em ambientes naturais. O modelo está disponível no GitHub sob uma licença Apache 2.0, o que significa que pode ser usado comercialmente com restrições mínimas.
É importante mencionar que o Google não é o único jogador neste campo. O AI for Good Lab da Microsoft também oferece o PyTorch Wildlife, outro framework de IA de código aberto que inclui modelos pré-treinados especificamente ajustados para detectar e classificar animais em imagens de armadilhas fotográficas.
O Google IO 2026 apresenta a interação por voz com a caixa de entrada do Gmail
O Google continua a integrar a IA à sua caixa de entrada. Na conferência de desenvolvedores IO 2026, realizada na terça-feira, a empresa ampliou o recurso “AI Inbox” do Gmail com IA conversacional, pe
O Google lança o Gemini no Chrome na Índia
Na quarta-feira, o Google anunciou que está expandindo a integração do Gemini com o Chrome para novas regiões, incluindo Índia, Canadá e Nova Zelândia. Essa implementação permite que os usuários de co
O YouTube amplia a detecção de deepfakes por IA para políticos, autoridades governamentais e jornalistas
Na terça-feira, o YouTube anunciou que está expandindo sua tecnologia de detecção de deepfakes para um grupo seleto de autoridades governamentais, candidatos políticos e jornalistas. A ferramenta iden
Google這開源也太佛心了吧!SpeciesNet辨識動物物種的準確度不知道如何?如果用在台灣的山區監測,應該能幫助研究人員更快掌握石虎、黑熊這些珍稀動物的動態,不用再熬夜看幾千張照片了🦉。不過資料庫有包含亞洲物種嗎?有點好奇~
Finde es echt faszinierend, wie KI jetzt auch im Tierschutz hilft! Ob so ein Tool auch unsere heimischen Wildtiere im Wald zuverlässig erkennt? Hoffentlich wird es sinnvoll eingesetzt und nicht nur für den nächsten coolen Tech-News-Artikel. Die Datenfrage bleibt aber spannend – wer hat eigentlich Zugriff auf die ganzen Tierfotos? 🦡
This AI wildlife identifier sounds cool! 🦒 Imagine rangers using it to track endangered species in real-time. Hope it’s accurate and doesn’t mix up a tiger with a tabby cat!
Super cool that Google open-sourced SpeciesNet! 🦒 Identifying wildlife from camera traps sounds like a game-changer for conservation. Wonder how accurate it is in dense forests?
Whoa, Google's SpeciesNet sounds like a game-changer for wildlife tracking! Imagine researchers spotting rare animals just by snapping pics. But, like, how accurate is this AI in messy real-world conditions? 🤔





Lar






