Google เปิดโอเพนซอร์ส SpeciesNet ช่วยนักวิจัยคัดภาพสัตว์ป่า

Google ระบุเมื่อวันที่ 6 มีนาคม 2026 ว่า SpeciesNet โมเดล AI แบบ Open Source สำหรับอ่านภาพจาก camera trap (กล้องดักถ่ายที่ทำงานเมื่อมีความเคลื่อนไหว) ถูกใช้งานกว้างขึ้นทั่วโลกหลังเปิดซอร์สมาได้ 1 ปี จุดขายของมันตรงไปตรงมาแต่ทรงพลัง คือช่วยแยกว่าสัตว์อะไรอยู่ในภาพ เพื่อให้นักชีววิทยาและทีมอนุรักษ์ไม่ต้องนั่งไล่ดูรูปกันจนแสบตาเป็นล้านไฟล์

ตัวโมเดลถูกฝึกให้รู้จักสัตว์เลี้ยงลูกด้วยนม นก และสัตว์เลื้อยคลานเกือบ 2,500 หมวดหมู่ ใช้งานผ่านแพลตฟอร์ม Wildlife Insights มาตั้งแต่ปี 2019 ก่อนที่ Google จะเปิดให้ใช้ฟรีในรูปแบบโอเพนซอร์สเมื่อปีที่แล้ว ความสามารถของมันคือดูภาพได้หลายมุม หลายสภาพแสง และยังพอเดาออกแม้โผล่มาแค่บางส่วนของตัวสัตว์ ซึ่งต่างจากมนุษย์ที่พอเจอรูปเบลอรูปที่ 300,000 ก็มักเริ่มตั้งคำถามกับชีวิต

เคสที่เห็นภาพชัดสุดอยู่ที่โครงการ Snapshot Serengeti ในอุทยานแห่งชาติ Serengeti ประเทศ Tanzania ซึ่งทำงานร่วมกับสถาบันวิจัยสัตว์ป่า Tanzania มาตั้งแต่ปี 2010 เดิมทีโครงการพึ่งอาสาสมัครออนไลน์ช่วยดูภาพ แต่ปริมาณข้อมูลโตเร็วเกินคนจะไหว สุดท้ายทีมของ Todd Michael Anderson จาก Wake Forest University ใช้ SpeciesNet เคลียร์ภาพค้างสต็อกราว 11 ล้านภาพ ได้ภายในไม่กี่วัน เปิดทางให้วิเคราะห์พฤติกรรมและจำนวนประชากรสัตว์ในหนึ่งในพื้นที่ความหลากหลายทางชีวภาพสูงที่สุดของแอฟริกา

ฝั่งอเมริกาใต้ Humboldt Institute ใน Colombia ใช้ SpeciesNet ผ่าน Wildlife Insights เพื่อติดตามสัตว์ในป่า Amazon และเพิ่งขยายงานผ่านเครือข่าย Red Otus ที่เก็บภาพจากทั้งพื้นที่รัฐและเอกชนทั่วประเทศ ผลจากการวิเคราะห์ภาพนับหมื่นพบสัญญาณน่าสนใจ เช่น นกบางชนิดเปลี่ยนช่วงเวลาอพยพ สัตว์เลี้ยงลูกด้วยนมบางส่วนออกหากินกลางคืนมากขึ้น และนกในเขตพัฒนาสูงเริ่มโผล่มาช้ากว่าเดิมในตอนเช้า ซึ่งฟังดูเหมือนธรรมชาติกำลังพยายามหลบความวุ่นวายที่มนุษย์จัดไว้ให้

ในอเมริกาเหนือ Idaho Department of Fish and Game ใช้โมเดลนี้ช่วยคัดแยกภาพจากกล้องหลายร้อยตัวทั่วรัฐ Idaho โดยเฉพาะพื้นที่ป่าทางเหนือที่สำรวจยาก แม้จะยังมีผู้เชี่ยวชาญตรวจทานรอบสุดท้าย แต่การให้ AI เรียงภาพตามชนิดสัตว์ล่วงหน้าก็ช่วยลดเวลาจัดการภาพนับล้านต่อปีลงอย่างมาก ทำให้งานติดตามประชากรหมีดำ หมาป่า Coyote กวาง Mule Deer และกวาง Elk เดินต่อได้เร็วขึ้น

ส่วน Australia ก็ไม่ได้นั่งดูเฉย ๆ ทีม Wildlife Observatory of Australia นำ SpeciesNet เวอร์ชันโอเพนซอร์สไปฝึกต่อกับชนิดสัตว์ท้องถิ่นที่ไม่มีในโมเดลตั้งต้น เพื่อเฝ้าระวังสัตว์เฉพาะถิ่นและสัตว์เสี่ยงสูญพันธุ์ เช่น Cassowary และ Pademelon นี่คือข้อดีของโอเพนซอร์สแบบจับต้องได้ เพราะของเดิมไม่ต้องครบทุกอย่าง ขอแค่เปิดให้คนในพื้นที่ต่อยอดได้จริง เกมอนุรักษ์ก็เปลี่ยนทันที

สรุปแล้ว สิ่งที่ Google กำลังโชว์ไม่ใช่แค่ AI ที่ฉลาดขึ้น แต่คือ AI ที่ถูกส่งไปทำงานหลังบ้านซึ่งกินแรงคนมหาศาล แล้วปล่อยให้นักวิจัยเอาเวลาไปตีความข้อมูล วางแผนปกป้องถิ่นอาศัย และตัดสินใจเชิงนโยบายแทน รอบนี้ AI ไม่ได้มาแย่งงานภาคสนาม มันแค่มาช่วยงานนับรูปที่น่าเบื่อที่สุดในโลก และนั่นอาจมีประโยชน์กับโลกจริงมากกว่าการให้มันเถียงกันว่าในภาพเป็นแมวหรือขนมปัง