Especialistas em IA desenvolvem abordagem de big data para preservação da vida selvagem

Um grupo de especialistas em inteligência artificial (IA) e ecologia animal da Ecole Polytechnique Fédérale de Lausanne desenvolveu uma nova abordagem de big data para aprimorar a pesquisa sobre espécies selvagens e melhorar a preservação da vida selvagem. 

O novo estudo foi publicado em Natureza das Comunicações. 

Coletando dados sobre vida selvagem

O campo da ecologia animal agora depende de big data e da Internet das Coisas, com grandes quantidades de dados sendo coletados sobre populações de animais selvagens por meio de tecnologias como satélites, drones e câmeras automáticas. Essas novas tecnologias resultam em desenvolvimentos de pesquisa mais rápidos, ao mesmo tempo em que minimizam a interrupção dos habitats naturais. 

Muitos programas de IA são usados ​​para analisar grandes conjuntos de dados, mas geralmente são gerais e não precisos o suficiente para observar o comportamento e a aparência de animais selvagens. 

A equipa de cientistas desenvolveu uma nova abordagem para contornar esta situação, e fê-lo combinando avanços na visão computacional com a experiência de ecologistas. 

Aproveitando a experiência de ecologistas

Atualmente, os ecologistas usam IA e visão computacional para extrair os principais recursos de imagens, vídeos e outras formas visuais de dados, o que lhes permite realizar tarefas como classificar espécies selvagens e contar animais individualmente. No entanto, programas genéricos que são frequentemente usados ​​para processar esses dados são limitados em sua capacidade de alavancar o conhecimento existente sobre animais. Eles também são difíceis de personalizar e estão sujeitos a questões éticas relacionadas a dados confidenciais. 

O Prof. Devis Tuia é o chefe do Laboratório de Ciência Computacional Ambiental e Observação da Terra da EPFL e principal autor do estudo. 

“Queríamos atrair mais pesquisadores para o tema e unir esforços para avançar nessa área emergente. A IA pode servir como um catalisador chave na pesquisa da vida selvagem e na proteção ambiental de forma mais ampla”, diz o Prof. Tuia.

Para reduzir a margem de erro de um programa de IA treinado para reconhecer uma espécie específica, os cientistas da computação precisariam ser capazes de aproveitar o conhecimento dos ecologistas animais. 

O Prof. Mackenzie Mathis é o chefe da Cátedra de Neurociência Integrativa da Fundação Bertarelli da EPFL e co-autor do estudo. 

“É aqui que a fusão da ecologia e do aprendizado de máquina é fundamental: o biólogo de campo tem imenso conhecimento de domínio sobre os animais que estão sendo estudados, e o trabalho de nós, como pesquisadores de aprendizado de máquina, é trabalhar com eles para criar ferramentas para encontrar uma solução”, disse ela. 

Esta não é a primeira vez que Tuia e a equipe de pesquisadores abordam o assunto. A equipe desenvolveu anteriormente um programa para reconhecer espécies de animais com base em imagens de drones, enquanto Mathis e sua equipe desenvolveram um pacote de software de código aberto para ajudar os cientistas a estimar e rastrear as poses dos animais. 

Quanto ao novo trabalho, a equipe espera que possa atrair um público mais amplo.

“Uma comunidade está se formando aos poucos”, diz Tuia. “Até agora, usamos o boca a boca para construir uma rede inicial. Começamos há dois anos com as pessoas que agora são os outros autores principais do artigo: Benjamin Kellenberger, também da EPFL; Sara Beery, do Caltech, nos EUA; e Blair Costelloe, do Instituto Max Planck, na Alemanha.”