Gli esperti di intelligenza artificiale sviluppano un approccio ai big data per la conservazione della fauna selvatica

Un gruppo di esperti di intelligenza artificiale e ecologia animale dell’Ecole Polytechnique Fédérale de Lausanne ha sviluppato un nuovo approccio ai big data per migliorare la ricerca sulle specie animali e la conservazione della fauna selvatica.

Lo studio è stato pubblicato su Nature Communications.

Raccolta di dati sulla fauna selvatica

Il campo dell’ecologia animale si basa ora sui big data e sull’Internet delle cose, con grandi quantità di dati raccolti sulle popolazioni di fauna selvatica attraverso tecnologie come satelliti, droni e fotocamere automatiche. Queste nuove tecnologie risultano in sviluppi di ricerca più rapidi e minimizzano la perturbazione degli habitat naturali.

Molti programmi di intelligenza artificiale vengono utilizzati per analizzare grandi set di dati, ma sono spesso generici e non abbastanza precisi per osservare il comportamento e l’aspetto degli animali selvatici.

Il team di scienziati ha sviluppato un nuovo approccio per superare questo limite, combinando avanzamenti nella visione artificiale con l’esperienza degli ecologisti.

Sfruttare l’esperienza degli ecologisti

Gli ecologisti attualmente utilizzano l’intelligenza artificiale e la visione artificiale per estrarre caratteristiche chiave da immagini, video e altre forme di dati visivi, il che consente loro di eseguire compiti come la classificazione delle specie animali e il conteggio degli animali individuali. Tuttavia, i programmi generici spesso utilizzati per elaborare questi dati sono limitati nella loro capacità di sfruttare le conoscenze esistenti sugli animali. Sono anche difficili da personalizzare e sono soggetti a problemi etici legati ai dati sensibili.

Il prof. Devis Tuia è il capo del Laboratorio di scienza computazionale ambientale e osservazione della Terra dell’EPFL e autore principale dello studio.

“Volevamo coinvolgere più ricercatori in questo argomento e riunire i loro sforzi per progredire in questo campo emergente. L’intelligenza artificiale può essere un catalizzatore chiave nella ricerca sulla fauna selvatica e nella protezione ambientale in generale”, afferma il prof. Tuia.

Per ridurre il margine di errore di un programma di intelligenza artificiale addestrato a riconoscere una specie specifica, gli scienziati informatici dovrebbero essere in grado di sfruttare le conoscenze degli ecologisti animali.

Il prof. Mackenzie Mathis è il capo della cattedra di neuroscienze integrative Bertarelli dell’EPFL e coautore dello studio.

“È qui che la fusione di ecologia e apprendimento automatico è fondamentale: il biologo di campo ha una grande conoscenza del dominio sugli animali studiati, e il nostro lavoro come ricercatori di apprendimento automatico è lavorare con loro per costruire strumenti per trovare una soluzione”, ha detto.

Non è la prima volta che Tuia e il team di ricercatori hanno affrontato questo problema. Il team ha precedentemente sviluppato un programma per riconoscere le specie animali in base a immagini di droni, mentre Mathis e il suo team hanno sviluppato un pacchetto software open-source per aiutare gli scienziati a stimare e tracciare le pose degli animali.

Per quanto riguarda il nuovo lavoro, il team spera di poter catturare un pubblico più ampio.

“Una comunità sta gradualmente prendendo forma”, afferma Tuia. “Finora abbiamo utilizzato il passaparola per costruire una rete iniziale. Abbiamo iniziato due anni fa con le persone che sono ora gli altri autori principali dell’articolo: Benjamin Kellenberger, anche all’EPFL; Sara Beery al Caltech negli Stati Uniti; e Blair Costelloe all’Istituto Max Planck in Germania.”