Uma equipa internacional, que envolve investigadores do Centro de Investigação em Biodiversidade e Recursos Genéticos (CIBIO-InBIO), publicou recentemente um estudo que demonstra que a inteligência artificial pode ser usada para identificar individualmente as espécies de aves, permitindo ultrapassar assim, uma das maiores limitações no estudo de aves selvagens.
Os estudos a longo prazo das populações de animais são fundamentais para responder questões cruciais nas áreas da ecologia, biologia evolutiva e conservação, como por exemplo, a conservação das espécies face às alterações climáticas.
Contudo, a monitorização de indivíduos ao longo da sua vida e através de gerações é um enorme desafio, porque exige que os investigadores sejam capazes de distinguir entre os diferentes indivíduos de uma população.
Na maioria das espécies torna-se necessário a utilização de identificadores visuais, como são exemplo as anilhas com diferentes cores e códigos, colocadas nas patas das aves. Mas, apesar destes métodos estarem bem consolidados, muitas vezes a recolha e a análise de dados são muito demoradas, suscetíveis a erros e podem (apesar de sempre mitigado ao máximo) induzir algum stress nos animais.
As conclusões deste novo estudo, publicados na revista Methods in Ecology and Evolution, demonstram pela primeira vez, que a inteligência artificial pode ser utilizada para treinar sistemas de aprendizagem de máquina de forma a reconhecer individualmente as aves.
André Ferreira, investigador do CIBIO-InBIO e do CEFE-CNRS em Montpellier (França) e autor principal do estudo, afirma que “os computadores podem reconhecer individualmente dezenas de aves de forma consistente, mesmo quando nós próprios não conseguimos distinguir estes indivíduos.” (…) O estudo apresenta um método que permite a identificação individual de aves de uma forma fiável”.
Em que consiste este novo método?
O trabalho implicou a recolha e catalogação de milhares de imagens de três pequenas espécies de aves muito estudadas em ecologia comportamental que depois foram utilizadas para treinar e testar modelos de Inteligência Artificial.
Foram utilizadas duas populações selvagens da Tecelão-sociável (Philetairus socius) e do Chapim-real (Parus major) e uma população mantida em cativeiro do Tentilhão-zebra (Taeniopygia guttata).
Após o processo de treino, os modelos permitiram o reconhecimento de novas imagens com uma precisão superior a 90% nas espécies selvagens e superior a 87% nos tentilhões-zebra mantidos em cativeiro.
Para o desenvolvimento deste método, os investigadores recorreram à tecnologia Deep Learning, um tipo de aprendizagem que tenta imitar um cérebro humano e que funciona através de redes neuronais artificiais para classificar imagens, reconhecer a voz e detetar objetos. Na ecologia, este tipo de métodos nunca foi testado fora do laboratório em animais tão pequenos como as aves.
Este estudo apresenta um procedimento completo para utilização de inteligência artificial envolvendo:
- a recolha de fotografias catalogada;
- o treino;
- o teste dos modelos de aprendizagem.
Existem limitações?
Ainda que este método seja inovador, os autores afirmam existir limitações:
- Os modelos desenvolvidos só são capazes de reconhecer aves a partir de novas imagens, desde que as aves já tenham sido identificadas previamente. Isto significa que se novas aves se juntarem à população de estudo, o computador não será capaz de as identificar.
- Para já ainda é desconhecido se o desempenho dos modelos varia ao longo do tempo, considerando que a aparência das aves poderá mudar.
No entanto, os investigadores indicam que estas duas limitações podem ser ultrapassadas utilizando um conjunto de dados suficientemente grande, obtido durante um longo período de tempo.
O investigador André Ferreira, refere que “o desenvolvimento de métodos de identificação automática e não invasiva de animais completamente não marcados e não manipulados pelos investigadores, representa um grande avanço neste campo de investigação”.
A NOCTULA – Consultores em Ambiente presta serviços especializados de monitorização, mitigação e investigação para aves aquáticas e marinhas, aves de rapina, passeriformes em geral, aves de montanha, estepárias e noturnas.
Metodologias:
- Censos de aves (transectos, pontos fixos, método dos mapas, emissão de vocalizações conspecíficas (também designado por “chamamentos de aves noturnas”);
- Bioacústica (monitorização e avaliação do impacte do ruído e da perturbação em bioindicadores);
- Radio-tracking e seguimento por satélite.
Trabalhos já realizados:
- Monitorização de Tartaranhão-caçador no parque eólico de Negrelo e Guilhado;
- Monitorização da mortalidade da Avifauna – Parque Eólico do Sobrado;
- Monitorização de avifauna e quirópteros no Parque Eólico do Guardão – Fase de pré-construção;
- Monitorização de aves e quirópteros no parque eólico Enerfer I;
- Monitorização de Avifauna – Parque Eólico da Maunça (fase de construção).
Caso necessite de algum serviço nesta área não hesite em contactar-nos.
