Universidade do Porto Cria Método Para Distinguir Aves

Com recurso à Inteligência Artificial, investigadores da Universidade do Porto criam o primeiro método para distinguir aves individualmente. O mesmo vai permitir responder a questões cruciais nas áreas da ecologia, biologia e conservação.

Publicado 24/09/2020, 18:48 WEST, Atualizado 5/11/2020, 05:59 WET
Tentilhões-zebra

O Tentilhão-zebra foi uma das espécies de aves utilizadas no estudo.

Fotografia de Joel Sartore, National Geographic Photo Ark

A monitorização de espécies de aves ao longo da sua vida é um enorme desafio, porque exigem uma série de competências por parte dos investigadores, como por exemplo serem capazes de distinguir um indivíduo, entre os diferentes existentes numa população.

Uma equipa internacional, que inclui investigadores do Centro de Investigação em Biodiversidade e Recursos Genéticos (CIBIO-InBIO) revela, pela primeira vez, que a Inteligência Artificial pode ser utilizada para desenvolver um sistema automatizado que reconheça individualmente aves.

Este novo método para distinguir aves vai permitir ultrapassar uma das maiores limitações no estudo deste grupo de animais. A longo prazo, tornar-se-á possível responder a questões cruciais nas áreas da ecologia, biologia evolutiva e conservação, tais como definir estratégias de conservação das espécies face às alterações climáticas.

O método para distinguir aves visa superar os identificadores visuais
Em algumas espécies, como os leopardos ou as girafas, o padrão existente na pelagem permite reconhecer cada indivíduo. No entanto, na maioria das espécies de aves, torna-se necessário recorrer a identificadores visuais, como as anilhas com diferentes cores e códigos, colocadas nas patas das aves.

Estes identificadores têm revelado corresponder, de forma positiva, à identificação correta do indivíduo. Contudo, muitas vezes a recolha e análise dos dados são muito demoradas, suscetíveis a erros e podem também causar algum tipo de stress no animal.

O novo método para distinguir aves resultante deste estudo demonstra que, pela primeira vez, a Inteligência Artificial pode treinar sistemas de aprendizagem de máquina, de forma a reconhecer individualmente dezenas de aves de forma consciente, mesmo quando o olho humano não as consegue distinguir.

Foram catalogados milhares de imagens de populações selvagens e de cativeiro
Durante a investigação ocorreu a recolha e a catalogação de milhares de imagens de três pequenas espécies de aves muito estudadas em ecologia comportamental, que depois foram empregues para treinar e testar modelos de Inteligência Artificial.

Foram usadas duas populações selvagens do Tecelão-sociável (Philetairus socius) e do Chapim-real (Parus major), assim como uma população mantida em cativeiro do Tentilhão-zebra (Taeniopygia guttata).

Ocorrido o processo de treino, os modelos para distinguir aves permitiram o reconhecimento de novas imagens, com uma precisão superior a 90% nas espécies selvagens e superior a 87% na espécie mantida em cativeiro.

A Inteligência Artificial irá responder como o cérebro humano
O método para distinguir aves, apresentado no final do estudo, permite ultrapassar uma das maiores limitações na observação das aves selvagens, que é a identificação individual de aves de uma forma fiável.

Os investigadores recorreram à tecnologia Deep Learning - um tipo de aprendizagem que tenta imitar um cérebro humano e que funciona através de redes neurais artificiais para classificar imagens, reconhecer vozes e detetar objetos.

A tecnologia representa um ramo de aprendizagem baseada num conjunto de algoritmos que tentam modelar abstrações de alto nível de dados, utilizando uma associação profunda, com várias camadas de processamento.

O estudo apresenta um procedimento completo para a utilização da Inteligência Artificial na identificação individual de aves, desde a recolha das fotografias catalogadas, passando pelo treino e o teste dos modelos de aprendizagem.

O modelo para distinguir aves apresenta, ainda assim, duas limitações
Os modelos de Inteligência Artificial desenvolvidos apenas são capazes de reconhecer aves a partir de novas imagens, desde que as aves já tenham sido identificadas antes. Isto significa que, para que novas aves se juntem à população em estudo, estas terão de ser catalogadas primeiramente, ou o computador não será capaz de as identificar.

Outra limitação é o desconhecimento se o desempenho dos modelos para distinguir aves se mantém ou se varia ao longo do tempo, considerando que a aparência das aves pode ser mutável.

Para que estas limitações sejam ultrapassadas, os investigadores encontram-se já a desenvolver a tarefa de recolher um conjunto de dados suficientemente grande a longo prazo.

A ciência e a evolução tecnológica prometem respostas
O desenvolvimento de métodos para distinguir aves, de forma automática e não invasiva de animais não marcados e não manipulados, representa um grande avanço neste campo de investigação. Abriu-se um grande espaço para encontrar novas aplicações para o sistema desenvolvido e, desta forma, responder a muitas questões até então inalcançáveis.

André Ferreira é autor principal do estudo, investigador do CIBIO-InBIO e do Centre d’Ecologie Fonctionnelle et Evolutive – ACCUEIL (CEFE-CNRS) em Montpellier, França. É mestre em Biodiversidade, Genética e Evolução pela Faculdade de Ciências da Universidade do Porto.

Francesco Renna, docente do departamento de Ciência de Computadores da Faculdade de Ciências da Universidade do Porto e investigador do Instituto de Telecomunicações, participou no estudo, assim como, as investigadoras do CIBIO-InBIO Liliana Silva e Rita Covas.

Continuar a Ler