Il ruolo crescente dell’AI nella lotta contro la deforestazione

La deforestazione è un problema in corso da decenni. Anche se la tecnologia è avanzata, i trasgressori hanno mantenuto il vantaggio perché c’è semplicemente troppa terra da coprire — fino ad ora. L’intelligenza artificiale potrebbe essere la chiave per porre fine alla deforestazione illegale? Sia il suo potenziale che i casi d’uso nel mondo reale mostrano promesse.

1. Identificare le aree ottimali per il riutilizzo

Sebbene i tassi di deforestazione fluttuino, più alberi vengono persi ogni anno. È aumentato del 4% dal 2021 al 2022, per un totale di oltre 6,6 milioni di ettari di foresta persi. Anche se tutte le operazioni di disboscamento, miniera e agricoltura illegali cessassero oggi, quegli ambienti critici sarebbero ancora in svantaggio.

Se questa tendenza continua incontrollata, il mondo vedrà salire le temperature, la fauna fuggire e gli ecosistemi locali indebolirsi. Un processo di degrado irreversibile si attiva a quel punto, significando che le condizioni degli alberi sani si deteriorano progressivamente. Ciò porterebbe a un effetto domino in cui milioni di ettari di foresta vengono persi nonostante non ci sia disboscamento guidato dall’uomo.

Con l’AI, gli attivisti e i governi locali possono accelerare il riutilizzo, aiutando le foreste a tornare come erano prima dell’intervento umano. Il modello può individuare le aree in cui il riutilizzo sarebbe più efficace. Potrebbe anche identificare specie di alberi native a crescita rapida resistenti ai parassiti e alla siccità. Una volta piantati i germogli, può monitorare la crescita in tempo reale.

2. Analizzare le immagini satellitari per la perdita di foreste

Per decenni, l’analisi delle immagini satellitari è stata uno dei pochi modi per identificare la deforestazione in azione, oltre alle strategie meno efficienti di parola o di presenza sul campo. Tuttavia, poiché ci sono oltre 3 trilioni di alberi sul pianeta, c’è molto terreno da coprire. Mentre passare manualmente attraverso queste immagini è impratico, il software tradizionale perde dettagli critici.

La tecnologia di riconoscimento di immagini basata su AI può rilevare indicatori precoci di perdita di foreste, tra cui nuove strade, fumo e nuove radure. Può segnalare qualsiasi hit positivo a un essere umano in tempo reale, consentendo loro di esaminare e segnalare alle agenzie di applicazione della legge locali. I team possono anche utilizzare droni alimentati da AI per viste aeree ravvicinate.

3. Differenziare tra operazioni legali e illegali

A volte, la deforestazione è legale. I governi locali approvano queste operazioni in modo che le aziende possano continuare a fare affari. Tuttavia, ciò che inizia come un’azione autorizzata non rimane sempre tale. Ci sono molti casi in cui gli individui si infiltrano in territorio protetto con la comprensione che è meglio chiedere perdono che chiedere il permesso.

In effetti, l’espansione dei terreni agricoli rappresenta quasi il 50% della deforestazione in tutto il mondo, seguito a ruota dal pascolo del bestiame al 38,5%. Con le immagini satellitari sole, differenziare tra deforestazione legale, semilegale e illegale è complicato. L’AI riempie le lacune analizzando il colore, la texture e l’estensione della copertura degli alberi, eliminando il lavoro di ipotesi.

4. Analizzare i suoni che segnalano la deforestazione

Cosa suona la deforestazione? Motoseghe che ronzano, tronchi che cadono, scavatori che ruggiscono, fauna in difficoltà e cespugli in fiamme. Purtroppo, il rumore delle macchine pesanti, degli utensili, dei camion e delle conversazioni tra i lavoratori si attenua rapidamente in aree densamente forestali, rendendo difficile individuare quelle operazioni.

I sistemi di sorveglianza IoT abilitati da AI alimentati da pannelli solari miniaturizzati per il monitoraggio acustico possono essere posizionati quasi ovunque, in modo da poter rilevare quei segnali audio. Inoltre, poiché gli animali fuggono, entrando in aree che normalmente non frequenterebbero mentre gli autori bruciano o tagliano gli alberi, quelle telecamere potrebbero identificare potenziali interferenze umane prima che l’abbattimento inizi.

5. Rintracciare le operazioni illegali alla fonte

Il Bureau of Investigative Journalism ha recentemente scoperto che la carne di manzo proveniente da agricoltori stava entrando nelle catene di approvvigionamento globali — comprese quelle che forniscono due delle più grandi aziende di carne del mondo — dopo che erano stati accusati di deforestazione illegale e successivamente puniti. Nonostante le embarghi, gli affari continuarono come al solito. Alcuni continuarono addirittura a deforestare.

La deforestazione illegale è spesso guidata da segherie, raffinerie e fattorie locali. Che i lavoratori vogliano espandere i loro terreni agricoli, vendere più prodotti o alimentare le loro mandrie a buon mercato, contribuiscono a una significativa perdita di foreste. Purtroppo, rintracciare queste attività alla loro fonte è difficile. A meno che non si utilizzi l’AI.

L’AI può tracciare le macchine pesanti mentre si spostano dalle nuove radure create fino alla loro stazione di base, aiutando gli investigatori a restringere la loro ricerca. In alternativa, può utilizzare la tecnologia di riconoscimento facciale per scoprire le identità di coloro che sono coinvolti. Ciò aiuta le agenzie di applicazione della legge locali a identificare i trasgressori recidivi, riducendo il divario tra l’assegnazione e l’applicazione della punizione.

6. Analizzare i dati legacy non archiviati

Sebbene i dati sulla deforestazione risalgano a decenni fa, molto rimane inaccessibile ancora oggi. Ciò è dovuto al fatto che sono accessibili solo tramite fonti fisiche non archiviate come appunti sul campo, nastri, corrispondenza scritta e campioni biologici conservati. Queste prove esistono in silos, nascoste dalle strumentazioni tradizionali che raschiano le risorse online.

Con il riconoscimento di immagini AI, la rilevazione del linguaggio e la trascrizione automatica, i ricercatori possono finalmente assicurarsi questi preziosi insight. Ciò consente loro di identificare i driver della perdita di foreste e rivelare i trasgressori recidivi. I modelli avanzati possono considerare il contesto, mantenendo l’accuratezza anche se le entità che commettono reati cambiano i loro nomi o i confini delle località si spostano.

7. Consentire un intervento proattivo

Sebbene la chiarezza delle immagini satellitari sia migliorata nel corso dei decenni — i professionisti possono ora individuare la deforestazione con precisione senza precedenti — questa strategia è ancora reattiva. La perdita di foreste si verifica ancora se intervengono immediatamente dopo aver ricevuto un allarme. Con l’AI, possono finalmente ottenere un intervento proattivo, identificando le aree a rischio prima che inizi il disboscamento.

L’AI può analizzare fattori come la topografia locale, la distanza dalle strade e i tassi di industrializzazione per determinare quali aree sono più a rischio. Può anche considerare elementi complessi come il clima geopolitico o il mercato globale del legname. Uno strumento del genere non è più ipotetico — un team di ricerca congiunto lo ha sviluppato.

I ricercatori del World Wildlife Fund hanno collaborato con scienziati informatici per sviluppare un’AI chiamata Forest Foresight. Può prevedere la perdita di foreste fino a sei mesi in anticipo con un’accuratezza superiore all’80%. Quando riconosce potenziali operazioni illegali, può allertare le autorità locali, fermare la deforestazione prima che inizi.

8. Utilizzare sensori per identificare attività illegali

Che le operazioni di deforestazione illegale utilizzino macchine pesanti per tagliare gli alberi, spostino animali da fattoria in territorio protetto o inizino incendi per sgombrare la terra, le loro azioni producono alcune emissioni. Ad esempio, una sola mucca produce fino a 264 libbre di metano all’anno — il gas di un’intera mandria sarebbe notevole.

I sensori IoT abilitati da AI posizionati strategicamente in foreste ad alto rischio possono tracciare le emissioni di metano, monossido di carbonio e anidride carbonica. Se improvvisamente aumentano, i team possono indagare ulteriormente. Questo approccio potrebbe essere unico perché il modello può considerare il contesto, consentendogli di filtrare i falsi positivi e semplificare le indagini.

9. Fornire una linea di segnalazione anonima

In passato, gli attivisti e le agenzie di applicazione della legge si sono largamente affidati alla parola per scoprire le operazioni di disboscamento illegale. Sebbene si siano allontanati da questo approccio una volta che le immagini satellitari sono diventate ampiamente disponibili, non è meno utile. Se sfruttassero i chatbot basati su AI nelle aree interessate, potrebbero ricevere segnalazioni anonime intuitive su potenziali perdite di foreste.

Il dispiegamento di AI per questo caso d’uso è ideale perché un singolo modello può condurre decine — se non centinaia o migliaia — di conversazioni contemporaneamente. Coloro che interagiscono con esso non devono aspettare l’orario di lavoro o essere messi in attesa, incentivandoli a inviare un messaggio. Questa tecnologia può anche analizzare la semantica, estrarre parole chiave e riassumere i rapporti per i loro omologhi umani.

Può l’AI porre fine alla deforestazione una volta per tutte?

In verità, l’AI non è una soluzione magica. Potrebbe fare tutto il lavoro di base, ma ci sono molte altre parti in movimento. Porre fine alla deforestazione richiede il consenso dei politici locali, la collaborazione tra i gruppi di indagine e le risorse pubblicamente disponibili. Detto questo, questa tecnologia potrebbe comunque essere un fattore di svolta, riducendo i tassi di perdita di foreste a livelli mai visti prima.