Um número crescente de pesquisadores está recorrendo à inteligência artificial (AI) para monitorar a biodiversidade e reforçar os esforços para ajudar espécies ameaçadas de extinção. Ao contrário dos métodos convencionais que podem atrapalhar os ecossistemas ou exigir tempo, mão de obra e recursos consideráveis, a IA tem o potencial de analisar rápida e efetivamente grandes quantidades de dados do mundo real.
“Sem IA, nunca alcançaremos as metas da ONU para proteger espécies ameaçadas de extinção” diz Carl Chalmers, que estuda o aprendizado de máquina na Conservation AI, uma organização sem fins lucrativos sediada no Reino Unido em Liverpool que usa a tecnologia AI para vários projetos de ecologia.
As espécies estão desaparecendo a uma taxa centenas a milhares de vezes mais rápida do que há milhões de anos, com até um milhão de espécies à beira da extinção. Em resposta, as Nações Unidas estabeleceram uma meta em 2020 para salvaguardar pelo menos 30% da terra e dos oceanos da Terra até o final da década.
A IA é “imperfeita”, mas pode acelerar descobertas importantes, diz Nicolas Miailhe, fundador da The Future Society, uma organização internacional sem fins lucrativos que visa governar melhor a IA. “ Precisamos muito de profissionais humanos no circuito para projetar modelos, além de coletar, rotular, verificar a qualidade e interpretar dados, ”, diz ele.
Análise de paisagem sonora
O ecologista Jörg Müller, da Universidade de Würzburg, na Alemanha, e seus colegas mostraram que as ferramentas de IA podem ajudar a quantificar a biodiversidade nas florestas tropicais, identificando espécies animais a partir de gravações de áudio.
Em um estudo publicado em 17 de outubro em Nature Communications, os pesquisadores usaram AI para analisar as paisagens sonoras (soundscapes) animais no Chocó, uma região no Equador conhecida por sua rica diversidade de espécies. Eles colocaram gravadores em 43 lotes de terra representando diferentes estágios de recuperação: florestas que estavam intocadas pelo desmatamento, áreas que haviam sido desmatadas, mas depois abandonadas e começaram a crescer novamente, e terras desmatadas usadas ativamente para plantações e pastagens de cacau. Eles deram os arquivos de áudio para especialistas, que foram capazes de identificar 183 aves, 41 anfíbios e 3 espécies de mamíferos.
Os pesquisadores também alimentaram suas gravações com um tipo de modelo de IA chamado rede neural convolucional (CNN), que já havia sido desenvolvido para identificar sons de aves. A CNN foi capaz de escolher 75 das espécies de aves que os especialistas tinham, mas o conjunto de dados do modelo era limitado e continha apenas 77 espécies de aves que poderiam ocorrer na região. “Nossos resultados demonstram que a IA está pronta para uma identificação mais abrangente de espécies nos trópicos a partir do som,”, diz Müller. “Tudo o que é necessário agora é mais dado de treino recolhidos por humanos.”
A equipe diz que o uso da IA para medir com precisão a biodiversidade das florestas regeneradas pode ser crucial para avaliar projetos de biodiversidade que devem demonstrar sucesso para garantir financiamento contínuo.
Imagens de câmera-trap
Pesquisadores da Conservation AI desenvolveram modelos que podem vasculhar imagens e imagens de drones ou armadilhas fotográficas para identificar animais selvagens —, incluindo espécies criticamente ameaçadas — e rastrear movimentos de animais.
Eles criaram uma plataforma online gratuita que usa a tecnologia para analisar automaticamente imagens, arquivos de vídeo ou áudio, incluindo dados de imagens de armadilhas de câmera em tempo real e outros sensores que os usuários aprovados podem enviar. Os usuários têm a opção de serem notificados por e-mail quando uma espécie de interesse for identificada nas imagens que eles carregaram.
Até o momento, a Conservation AI processou mais de 12,5 milhões de imagens e detectou mais de 4 milhões de aparições individuais de animais em 68 espécies, incluindo pangolins em extinção no Uganda, gorilas no Gabão e orangotangos na Malásia. “ A plataforma pode processar dezenas de milhares de imagens por hora, em contraste com os humanos que podem fazer alguns milhares na melhor das hipóteses” diz Paul Fergus, um dos principais pesquisadores da Conservation AI. “A velocidade com que a IA processa dados pode permitir que os conservacionistas protejam espécies vulneráveis de ameaças repentinas —, como caça furtiva e incêndios — rapidamente, acrescenta”. A IA de conservação já pegou um caçador de pangolins em flagrante analisando imagens em tempo real.
Além de monitorar a biodiversidade em tempo real, a IA pode ser usada para modelar os impactos das atividades humanas em um ecossistema e reconstruir mudanças históricas. Pesquisadores usaram a IA para descobrir como um centenário de degradação ambiental em um ecossistema de água doce levou à perda de biodiversidade.
Embora esteja bem documentado que as atividades humanas resultaram em perda de biodiversidade em rios e lagos, pouco se sabe sobre quais fatores ambientais têm o maior impacto. “Os dados a longo prazo são fundamentais para ligar as mudanças na biodiversidade às mudanças ambientais e para definir metas de conservação alcançáveis,” diz Luisa Orsini, que estuda biossistemas evolutivos na Universidade de Birmingham, Reino Unido.
Orsini e seus colegas desenvolveram um modelo que vincula a biodiversidade a mudanças ambientais históricas usando a IA. Em um estudo publicado em eLife no início deste ano, a equipe obteve material genético que havia sido deixado para trás no século passado por plantas, animais e bactérias nos sedimentos de um lago. As camadas de sedimentos foram datadas e o DNA ambiental foi extraído para sequenciamento.
Os cientistas combinaram esses dados com informações climáticas de uma estação meteorológica e dados de poluição química de medições diretas e pesquisas nacionais, usando uma IA projetada para lidar com diversos tipos de informações. Orsini diz que o objetivo era identificar correlações entre o caos de dados.
Eles descobriram que a presença de inseticidas e fungicidas, juntamente com eventos de temperatura extrema e precipitação, poderia explicar até 90% da perda de biodiversidade no lago. “Aprendendo com o passado, mostramos o valor das abordagens baseadas em IA para entender os fatores anteriores da perda de biodiversidade” diz Jiarui Zhou, co-autor do estudo.
O principal benefício do uso da IA é que ela é livre de hipóteses e orientada por dados, diz Orsini. “AI ‘aprende’ a partir de dados passados e prevê tendências futuras em biodiversidade com maior precisão do que nunca antes alcançada. ”
Miailhe espera que a IA possa ser rotineiramente aplicada a esforços de conservação do mundo real em um futuro próximo. “Isso é claramente o caminho a percorrer” ele diz. Mas ele adverte que a IA consome poder de computação e recursos materiais, o que, em última análise, tem efeitos adversos nos ecossistemas. “As avaliações de impacto ambiental devem estar no centro da gestão de risco da IA” diz ele.
Por Tosin Thompson
Publicado no Nature
