Como a Inteligência Artificial Está a Mudar a Investigação da Vida Selvagem

Da análise de fotografias de animais à pesquisa através do YouTube, o novo software está a aproveitar dados nunca antes disponíveis para os cientistas.

Wednesday, November 21, 2018,
Por Anne Casselman
A capacidade que os computadores têm de identificar automaticamente girafas específicas a partir das diferenças nos ...
A capacidade que os computadores têm de identificar automaticamente girafas específicas a partir das diferenças nos padrões da pelagem dá aos cientistas uma forma económica e eficiente de acompanharem a evolução das populações.
Fotografia de Sergio Pitamitz, Nat Geo Image Collection

Jenna Stacy-Dawes, do Jardim Zoológico de San Diego está bem ciente da urgência da investigação que leva a cabo. As girafas das regiões do Norte do Quénia que está a estudar sofreram um declínio de 70 por cento nos últimos 30 anos. Em toda a África, o número de girafas diminuiu 40 por cento no mesmo período e cifra-se num total de menos de 100 000 espécimes. Os biólogos estão a trabalhar contra o tempo para conhecer a quantidade, os movimentos e o habitat preferido das girafas para assegurar que as áreas em que vivem são protegidas. Mas a forma tradicional de contar girafas por meio de levantamentos aéreos custa tempo e dinheiro, nenhum dos quais abunda no mundo das girafas.

Apresentamos o Wildbook, um programa de software desenvolvido pela Wild Me, uma empresa de conservação sem fins lucrativos sediada em Portland, que identifica automaticamente animais específicos através dos padrões de pelagem únicos que apresentam ou de outras características distintivas, tais como o lobo da cauda ou o contorno das orelhas. Com a ajuda do Wildbook e da fundação sem fins lucrativos Giraffe Conservation Foundation, Stacy-Dawes, coordenadora de investigação do Instituto de Investigação e Conservação do jardim zoológico, pode, juntamente com os colegas, numa operação relâmpago de dois dias, tirar fotografias, carregar as imagens e os dados de localização para a base de dados GiraffeSpotter e já está: uma estimativa sólida da população realizada. Até ao momento, usaram o Wildbook para estimar o número de girafas em três reservas de vida selvagem no Norte do Quénia.

"Dantes, uma estimativa da população não era algo que se pudesse fazer num fim de semana. É incrível", diz Stacy-Dawes. Tem sido muito útil, uma vez que nos permite trabalhar mais depressa e compreender melhor a população do que no passado." 

Até ao final do ano o GiraffeSpotter estará disponível para o púbico para que toda as pessoas, desde guardas florestais a turistas num safari, possam carregar as respetivas fotografias de girafas e informações de localização para a base de dados online. "Podemos multiplicar a nossa atividade de investigação por dez se tivermos turistas e cientistas amadores a contribuir para o nosso estudo. Dá-nos um enorme conjunto de dados que não estariam disponíveis no passado", afirma.

Um programa virtual desenvolvido no âmbito do Wildbook vasculha o YouTube para identificar automaticamente tubarões-baleia específicos com base na constelação de manchas exclusiva de cada um.

Fotografia de Brian J. Skerry, Nat Geo Image Collection

Seja bem-vindo ao mundo da inteligência artificial ao serviço da conservação, onde alguns dos novos elementos mais trabalhadores da equipa de investigação não são os cientistas principais ou estagiários, mas incansáveis computadores. Da mesma maneira que é a força motriz da Alexa da Amazon, do filtro de spam do Gmail e das sugestões de novos amigos do Facebook, a inteligência artificial (IA) está agora a ser utilizada para ajudar o mundo animal.  Não falta muito para que a inteligência artificial seja capaz de realizar tarefas habitualmente levadas a cabo por investigadores. Desde a identificação de animais individuais a partir de fotografias para estudos populacionais à categorização de muitos milhões de fotografias de armadilhas fotográficas recolhidas por cientistas no terreno. Graças aos avanços no poder dos computadores e na aprendizagem automática, os computadores têm, atualmente, a capacidade de aprenderem por si próprios utilizando bancos de dados.

"Existe uma tempestade perfeita de IA e armadilhas fotográficas no que respeita à compreensão dos animais a partir de imagens", diz Robert Long, biólogo de conservação no Jardim Zoológico de Woodland, em Seattle, que tem vindo a colaborar com a Microsoft no desenvolvimento de ferramentas de IA que ajudam a monitorizar carnívoros raros no Noroeste do Pacífico usando armadilhas fotográficas. "Penso que é literalmente uma revolução em curso no que respeita à identificação automática de animais, seja a partir de câmaras fotográficas ou de câmaras de vídeo."

MARATONA DE YOUTUBE

Além da IA da Microsoft AI for Earth, com a qual Long está a trabalhar e que a National Geographic Society ajuda a financiar, existe também o Wildlife Insights da Google. Ambos colaboram com investigadores para desenvolver a automatização da análise das armadilhas fotográficas. O programa da Microsoft, um projeto de cinco anos e 50 milhões de dólares que dá aos investigadores acesso a ferramentas de IA para a resolução de desafios ambientais, está também a trabalhar como o Wildbook para baixar os custos das novas bases de dados deste software. O objetivo é passar de custos de arranque na ordem das dezenas de milhares de dólares para um custo operacional anual de 1000 dólares.

O  Wildbook já analisa bases de dados de mais de 20 espécies, de jaguares a zebras, mas os computadores podem ser treinados para identificar milhares de outras espécies. Cada Wildbook é habitualmente utilizado em colaboração por várias organizações e laboratórios de investigação, sendo que os investigadores têm dados próprios na base de dados do Wildbook.

INVESTIGAÇÃO AOS MISTERIOSOS TUBARÕES-BALEIA DA ILHA DE MAFIA

Os tubarões-baleia da Ilha de Mafia são incomuns porque não migram – e os investigadores querem saber porquê.

A mais recente inovação do Wildbook é um "agente inteligente" ou bot, que passa o YouTube a pente fino todas as noites para extrair vídeos de tubarões-baleia, muitas vezes carregados por turistas e mergulhadores que partilham as suas gravações de férias. O agente inteligente localiza e extrai imagens estáticas do tubarão-baleia do vídeo para que o bot possa analisar a constelação de manchas específica do tubarão e identificá-lo. O bot recolhe ainda a data e a localização do avistamento (ou solicita-o ao responsável pelo carregamento do vídeo nos comentários) e depois envia os dados para a base de dados do whaleshark.org, um Wildbook para tubarões-baleia que cataloga espécimes usando este método informático de identificação de fotografias. 

"Ficamos algo espantados por o agente inteligente fazer tão bem o seu trabalho e por recolher os dados muito mais depressa do que um investigador humano tradicional", diz Jason Holmberg, diretor executivo do Wild Me. O agente inteligente trabalha atualmente em cinco línguas e faz uma média de 30 análises de vídeo por dia.

Os avanços na inteligência artificial levaram ao desenvolvimento de programas informáticos capazes de analisar milhares de fotografias para identificar quantos espécimes de animais estão representados no conjunto de imagens. As zebras são um dos animais que foram analisados desta forma este ano.

Fotografia de Sergio Pitamitz, Nat Geo Image Collection

"Ao deixarmos esta ferramenta à solta no YouTube, sobretudo no caso das espécies migratórias que habitam o oceano, temos a possibilidade de encontrar avistamentos isolados de animais em locais onde não há investigadores", diz Jon Van Oast, engenheiro sénior do Wildbook e o cérebro por detrás do agente inteligente. "Vai a lugares onde os investigadores não podem ir por razões de logística e financiamento."

O agente inteligente já localizou um total de 1900 vídeos de tubarões-baleia desde que começou a operar, em maio de 2017, e está constantemente a melhorar o seu desempenho. Nos últimos 30 dias, registou mais de 500 encontros – duas vezes mais do que os olheiros humanos mais produtivos. "É, basicamente, uma torrent de dados gratuitos que os investigadores não estão a explorar", diz Holmberg. Os dados podem ser usados pelos investigadores para criar modelos de população, verificar se as áreas marinhas protegidas estão a contribuir para o aumento das populações de tubarões ou para identificar novas zonas críticas para conservação.

Os dados populacionais recolhidos através do whaleshark.org foram uma informação fundamental para a decisão de 2016 de agravar o estatuto dos tubarões-baleia de "vulnerável" para "em perigo" na Lista Vermelha de Espécies Ameaçadas, uma base de dados global que regista e atribui estatutos de conservação. Ao mesmo tempo, estes dados populacionais podem servir de base para sustentar a criação e a gestão de áreas marinhas protegidas que ajudem a aumentar o número de tubarões-baleia, que se reduziu a metade nos últimos 75 anos.

O software Wildbook é capaz de identificar baleias através da análise de fotografias do lobo da cauda de baleia, que tem características únicas em cada animal.

Fotografia de Hendrik Weideman, Zach Jablons, and Chuck Stewart

O Wildbook está atualmente a desenvolver um agente inteligente adicional capaz de detetar e registar tartarugas-verdes e tartarugas-de-pente em vídeos do YouTube. Prevê-se que até ao final do mês o agente esteja a trabalhar na identificação de jamantas, baleias-corcundas e girafas no YouTube.

"A nossa previsão é que seja possível que os investigadores não tenham de passar anos a tratar os dados e que caminhemos para um mundo de monitorização contínua que nos permita reagir e responder aos números populacionais rapidamente", diz Holmberg.

COMO OS COMPUTADORES INTELIGENTES TRATAM AS FOTOGRAFIAS DE MÁ QUALIDADE

Muitas das imagens digitais carregadas para as bases de dados do Wildbook são da autoria de humanos, mas a identificação de animais com a ajuda do computador não se resume às fotografias tiradas por utilizadores. Uma ferramenta cada vez mais importante para os cientistas monitorizarem os locais onde os animais se encontram e em que quantidades são as armadilhas fotográficas, máquinas fotográficas à distância que são acionadas pelo movimento ou por sensores de infravermelhos para tirarem fotografias de animais selvagens que passem por perto.

Mas as imagens das armadilhas fotográficas são muitas vezes tremidas, desfocadas e tiradas com pouca luz. E o simples número de imagens tiradas por armadilhas fotográficas digitais pode ascender a dezenas ou até centenas de milhares, criando muitas vezes um engarrafamento no laboratório, onde alguém tem de visionar e registar manualmente cada imagem.

"Existe uma comunidade de pessoas que usam imagens para fazer um trabalho importante. Estas pessoas estão extremamente limitadas porque é preciso muito tempo para que os humanos anotem todas as imagens, pelo que a IA não poderia chegar em melhor altura para acelerar o trabalho que os biólogos conservacionistas estão a fazer", diz Dan Morris, investigador principal do programa Microsoft AI for Earth, que estuda o processamento de imagens para a conservação por meio de visão computacional. Morris diz que não falta muito para que tecnologia de IA tenha a qualidade suficiente para ser aplicada a fotografias de armadilhas fotográficas, mas é provável que venha a ter algumas limitações logo à partida, dada a enorme variação na qualidade das imagens das armadilhas fotográficas: de imagens noturnas e tremidas a instantâneos desfocados.

A aprendizagem automática irá conduzir à automatização da monitorização de espécies ameaçadas a partir de dados de armadilhas fotográficas, mas também à automatização da deteção de caçadores furtivos, algo que Morris descreve como sendo algo que está prestes a ser exequível: "Não é possível colocar pessoas em todo o lado, mas é possível colocar câmaras em muitos locais." O potencial da visão computacional para ajudar o planeta abarca tudo, da análise das imagens aéreas nas paisagens do Ártico e da savana à monitorização de animais de grande porte, passando pelo acompanhamento da recuperação e de perdas de florestas através de imagens de satélite e até pela monitorização da poluição com plástico usando drones com IA. "A visão computacional pode dar um grande contributo não só para as aplicações de conservação da vida selvagem, mas também para a sustentabilidade de um ponto de vista mais geral", diz Morris. "É, fundamentalmente, uma questão de tirar proveito da IA para salvar o planeta."

 

Este artigo foi publicado originalmente em inglês no site nationalgeographic.com

Continuar a Ler