Declarada extinta em 2018, é uma das quase 700 espécies de vertebrados levadas à extinção nos últimos 500 anos. De acordo com um relatório das Nações Unidas, divulgado no início deste ano para os formuladores de políticas, um milhão de espécies estão em risco de extinção: ações humanas ameaçam mais plantas e animais do que nunca. Embora a quantidade exata de espécies no planeta seja difícil de calcular, estimativas recentes estimam esse número em cerca de 8,7 milhões.
A situação difícil do po?o-uli ilustra um problema fundamental para os conservacionistas: é difícil rastrear e monitorar populações de espécies ameaçadas. Apesar dos esforços para identificar e localizar a população po?o-uli, os cientistas não conseguiram unir os casais reprodutores.
Agora, a tecnologia oferece esperança aos cientistas. Coletar dados melhores e analisá-los de maneira mais eficaz com o aprendizado de máquina e a IA permite que os conservacionistas façam intervenções mais direcionadas e oportunas.
Reunimos aqui cinco maneiras pelas quais a Microsoft e os esforços de conservação estão se unindo para ajudar espécies ameaçadas.
Identificação de leões e girafas
A tecnologia de reconhecimento facial – e de padrões – permite que os pesquisadores identifiquem e rastreiem animais individualmente, ajudando os cientistas a monitorar as populações e suas migrações.
No entanto, sem as marcas que distinguem chitas e leopardos, é mais difícil para os pesquisadores identificar cada leão. A Lion Identification Network of Collaborators utiliza técnicas de reconhecimento facial para monitorar os níveis populacionais. A identificação envolve tirar fotos de alta qualidade e ampliar áreas como bigodes – algo que um computador é mais capaz do que o olho humano. Essa tecnologia ajuda a reduzir a dependência de monitores GPS caros e de difícil ajuste, que podem ter vida útil de bateria limitada.
Tecnologia semelhante está sendo usada por pesquisadores da Penn State University e do Wild Nature Institute para estudar os nascimentos, mortes e movimentos de mais de 3.000 girafas no norte da Tanzânia.
A perda de habitat e a caça ilegal fizeram com que as populações de girafas experimentassem um declínio dramático nos últimos anos. A tecnologia de reconhecimento de padrões treinada para identificar as marcas únicas no torso de uma girafa agora pode processar imagens em minutos, uma tarefa que anteriormente tomava semanas dos conservacionistas.
Monitoramento do impacto de humanos em populações de ursos pardos
Clayton Lamb, pesquisador da Universidade de Alberta, no Canadá, usa as ferramentas do Microsoft Azure com IA para criar uma análise abrangente dos fatores humanos e ambientais que limitam a densidade de ursos pardos na Colúmbia Britânica.
Com as populações humanas cada vez mais se expandindo em áreas selvagens, o urso é ameaçado à medida que seu habitat encolhe. Esses onívoros são particularmente sensíveis à perturbação humana e, globalmente, agora vivem em uma área com apenas metade de seu tamanho original.
Lamb usa amostras de DNA e colares de GPS para rastrear cada urso, a fim de entender melhor a conexão entre populações e seus habitats em um nível granular. Ao gerar esses dados específicos, ele é capaz de levar seu trabalho para além da ecologia populacional teórica e sugerir medidas para reduzir o impacto dos seres humanos sobre as populações de animais selvagens.
Avaliação da saúde das baleias e padrões de alimentação
Na Duke University, na Carolina do Norte, os cientistas usam modelos de robótica marinha e sensoriamento remoto de aprendizado de máquina no Microsoft Azure para avaliar dados relacionados ao tamanho e à saúde das baleias.
À medida que os oceanos se aquecem, os estoques de krill – um importante alimento para as baleias – diminuem, enquanto a pesca e a exploração comercial de habitats também colocam pressão sobre as populações de baleias.
Dadas as distâncias que as baleias viajam, monitorar seus movimentos usando métodos tradicionais é demorado e caro. As redes neurais permitiram aos cientistas conectar vários sistemas, incluindo satélites, drones e veículos submarinos autônomos, para pintar um quadro mais abrangente da migração e da saúde desses grandes animais.
Acompanhamento de populações de pinguins
Monitorar populações de pinguins em habitats remotos também é um trabalho difícil. Identificar colônias geralmente envolve a procura de marcadores difíceis de encontrar, como manchas de guano em rochas de uma cor muito semelhante.
A ecologista Heather J. Lynch, do Departamento de Ecologia e Evolução da Universidade Stony Brook, está acoplando capacidades de IA com modelagem preditiva de população para permitir o rastreamento em tempo real de pinguins antárticos.
Lynch usa visão computacional para procurar por manchas de guano em imagens de satélite, a fim de informar e desenvolver os algoritmos de classificação que geram estimativas populacionais das colônias.
Protegendo os elefantes dos caçadores
Estima-se que um elefante foi morto a cada 15 minutos entre 2007 e 2014 – e que 25.000 a 35.000 foram mortos a cada ano por caçadores por causa de seu marfim.
Com enormes áreas para monitorar, defender esses animais é um desafio. Os recursos podem ser restritos, a comunicação, irregular, e a coleta de dados utilizáveis ??é complicada.
O Elephant Listening Project está ajudando a proteger o elefante da floresta ameaçado. Equipes da Universidade de Cornell em Ithaca, Nova York, com a assistência da Conservation Metrics, de Santa Cruz, Califórnia, estão usando IA para identificar e analisar gravações de sons de elefantes, ajudando a criar um “dicionário de elefantes” combinando ruídos com comportamento.
Um entendimento crescente da comunicação entre elefantes permite que os pesquisadores apreciem melhor o impacto de fatores como exploração de petróleo, extração de madeira e caça, além de permitir que eles coordenem os esforços de conservação de maneira mais eficiente.
Para mais informações sobre como a inteligência artificial pode ser usada para resolver desafios ambientais globais, visite AI for Earth.
