Modelos de IA para ajudar a identificar espécies invasoras de plantas em todo o Reino Unido

Cientistas ambientais e pesquisadores de inteligência artificial estão utilizando a IA para combater uma espécie invasora que se espalha pelo Reino Unido. Pesquisadores do Centro de Ecologia e Hidrologia do Reino Unido (UKCEH) e de Birmingham desenvolveram um modelo de IA destinado a realizar levantamentos em regiões como margens de estradas para detectar a presença de várias espécies invasoras, incluindo o bambu japonês.

O bambu japonês é uma espécie invasora que pode causar danos a paisagens naturais e edifícios em todo o Reino Unido, pois pode danificar os alicerces dos edifícios. É frequentemente considerado uma das espécies invasoras de plantas mais danosas e agressivas do Reino Unido. Eliminar o bambu japonês muitas vezes se mostra desafiador, pois é difícil encontrá-lo e identificá-lo. Os pesquisadores de IA esperam que os algoritmos de aprendizado de máquina possam reduzir o tempo e os recursos necessários para identificar o bambu japonês.

Os dados de treinamento para o modelo foram coletados por meio do uso de câmeras de alta velocidade instaladas em veículos, que coletaram imagens de aproximadamente 193 km de vegetação nas margens das estradas. Ecologistas examinarão as imagens e rotularão o bambu, e as imagens terão sua localização geográfica anotada. As imagens rotuladas serão usadas para treinar um modelo de visão computacional para reconhecer amostras de bambu japonês. O mesmo processo será usado para reconhecer outras espécies de plantas invasoras encontradas no Reino Unido, como o bálsamo do Himalaia e os rododendros. O sistema também será usado para detectar árvores de freixo, que são nativas do Reino Unido, mas correm o risco de serem dizimadas por doenças.

O modelo de IA será testado ao longo de um projeto-piloto de 10 meses. A equipe de pesquisa afirma que existem desafios que a equipe precisa superar, como garantir que as imagens capturadas pelas câmeras sejam de qualidade consistente e que, quando houver várias espécies em uma única imagem, todas as espécies sejam identificadas corretamente. Se o programa-piloto apresentar resultados promissores, pode ser adaptado para uso em outros países ao redor do mundo, ajudando esses países a combater seus próprios problemas de espécies invasoras. Como ecologista computacional do UKCEH, o Dr. Tom August foi citado pelo The Next Web:

“As espécies de plantas invasoras tendem a crescer em corredores, por isso estamos nos concentrando em levantamentos nas margens das estradas”, disse o ecologista computacional do UKCEH. “Se o piloto for bem-sucedido, isso pode ser escalado em outros países, ou para outras espécies de plantas, árvores ou até insetos e animais”.

De acordo com August, os modelos de IA abrem muitas possibilidades para aprender sobre o mundo natural e criar soluções eficientes e econômicas para as espécies invasoras. O UKCEH está colaborando com a Keen AI, uma empresa de IA sediada em Birmingham. O fundador da Keen AI, Amjad Karim, foi citado pela Science Focus como tendo dito que o uso de modelos de IA para analisar imagens e detectar espécies invasoras pode ajudar a reduzir custos e fornecer segurança para proprietários de terras, agências rodoviárias e formuladores de políticas. O método principal de coleta de imagens nas margens das estradas atualmente exige que os pesquisadores fechem temporariamente a estrada enquanto realizam seu trabalho.

O novo projeto desenvolvido pelo UKCEH e pela Keen AI é apenas a última tendência que vê a aplicação da IA para combater as espécies invasoras. No final do ano passado, pesquisadores de IA da Microsoft (MSFT ) e da CSIRO se uniram para desenvolver um modelo de IA que pode detectar uma espécie invasora chamada grama para, encontrada em todo o Parque Nacional de Kakadu, na Austrália. A grama para é uma erva daninha de crescimento rápido que pode se espalhar rapidamente, deslocando muitas plantas nativas em uma região. Os pesquisadores utilizaram imagens coletadas por drones, e, uma vez que o modelo foi treinado com as imagens rotuladas, foi capaz de identificar com sucesso a grama para, permitindo que os pesquisadores a removessem de áreas vulneráveis. Isso teve o efeito de permitir que milhares de gansos magpie retornassem à região. Outra equipe de pesquisadores da Nova Universidade de Alberta usou modelos de aprendizado de máquina para desenvolver estratégias de contenção e mitigação para várias espécies invasoras no Canadá.