Fotos de férias de zebras e baleias que os turistas postam nas redes sociais podem ter um benefício que eles nunca esperavam:ajudar os pesquisadores a rastrear e coletar informações sobre espécies ameaçadas de extinção.
Os cientistas estão usando inteligência artificial (IA) para analisar fotos de zebras, tubarões e outros animais para identificar e rastrear indivíduos e oferecer novos insights sobre seus movimentos, bem como tendências populacionais.

“Temos milhões de imagens de animais ameaçados de extinção tiradas por cientistas, armadilhas fotográficas, drones e até turistas”, disse Tanya Berger-Wolf, diretora do Translational Data Analytics Institute da Ohio State University.

“Essas imagens contêm uma riqueza de dados que podemos extrair e analisar para ajudar a proteger os animais e combater a extinção”.

E um novo campo chamado imageômica está levando o uso de imagens da vida selvagem um passo adiante, usando a IA para extrair informações biológicas de animais diretamente de suas fotos, disse Berger-Wolf, professor de ciência e engenharia da computação, engenharia elétrica e de computação e evolução. , ecologia e biologia do organismo no estado de Ohio.

Ela discutiu os avanços recentes no uso da IA ​​para analisar imagens da vida selvagem e a fundação da imageômica em uma apresentação em 20 de fevereiro na reunião anual da Associação Americana para o Avanço da Ciência. Ela falou na sessão científica "Crowdsourced Science:Volunteers and Machine Learning Protect the Wild for All".

Um dos maiores desafios que os ambientalistas enfrentam é a falta de dados disponíveis sobre muitas espécies ameaçadas e ameaçadas de extinção.

“Estamos perdendo biodiversidade em um ritmo sem precedentes e nem sabemos o quanto e o que estamos perdendo”, disse Berger-Wolf.

Das mais de 142.000 espécies na Lista Vermelha de Espécies Ameaçadas da IUCN, o status de mais da metade não é conhecido porque não há dados suficientes ou sua tendência populacional é incerta.

“Se queremos salvar os elefantes africanos da extinção, temos que saber quantos existem no mundo, onde estão e com que rapidez estão diminuindo”, disse Berger-Wolf.

"Não temos coleiras de GPS e etiquetas de satélite suficientes para monitorar todos os elefantes e responder a essas perguntas. Mas podemos usar técnicas de IA, como aprendizado de máquina, para analisar imagens de elefantes e fornecer muitas das informações de que precisamos".

Berger-Wolf e seus colegas criaram um sistema chamado Wildbook que usa algoritmos de visão computacional para analisar fotos tiradas por turistas em férias e pesquisadores em campo para identificar não apenas espécies de animais, mas indivíduos.

“Nossos algoritmos de IA podem identificar indivíduos usando qualquer coisa listrada, manchada, enrugada ou entalhada – até mesmo a forma da barbatana de uma baleia ou a barbatana dorsal de um golfinho”, disse ela.

Por exemplo, o Wildbook contém mais de 2 milhões de fotos de cerca de 60.000 baleias e golfinhos identificados de forma única de todo o mundo.

"Esta é agora uma das principais fontes de informação que os cientistas têm sobre as orcas - eles não são mais deficientes em dados", disse ela.

Além de tubarões e baleias, há livros selvagens para zebras, tartarugas, girafas, carnívoros africanos e outras espécies.

Berger-Wolf e seus colegas desenvolveram um agente de IA que pesquisa postagens de mídia social compartilhadas publicamente por espécies relevantes. Isso significa que as fotos de férias de muitas pessoas que viram tubarões no Caribe, por exemplo, acabam sendo usadas no Wildbook para ciência e conservação, disse ela.

Juntamente com informações sobre quando e onde as imagens foram tiradas, essas fotos podem ajudar na conservação, fornecendo contagens populacionais, dinâmica de nascimento e morte, variedade de espécies, interações sociais e interações com outras espécies, incluindo humanos, disse ela.

Isso tem sido muito útil, mas Berger-Wolf disse que os pesquisadores estão procurando avançar no campo com a imageômica.

"A capacidade de extrair informações biológicas de imagens é a base da imageômica", explicou ela. "Estamos ensinando as máquinas a ver coisas em imagens que os humanos podem ter perdido ou não podem ver."

Por exemplo, o padrão de listras em uma zebra é semelhante de alguma forma significativa ao padrão de sua mãe e, em caso afirmativo, isso pode fornecer informações sobre suas semelhanças genéticas? Como os crânios das espécies de morcegos variam com as condições ambientais e qual adaptação evolutiva impulsiona essa mudança? Essas e muitas outras perguntas podem ser respondidas pela análise de fotos por aprendizado de máquina.

A National Science Foundation concedeu ao Estado de Ohio US$ 15 milhões em setembro para liderar a criação do Imageomics Institute, que ajudará a orientar cientistas de todo o mundo nesse novo campo. Berger-Wolf é um investigador principal do instituto.

À medida que o uso da IA ​​na análise de imagens da vida selvagem continua a crescer, disse Berger-Wolf, uma chave será garantir que a IA seja usada de maneira equitativa e ética.

Por um lado, os pesquisadores precisam garantir que não cause danos. Por exemplo, os dados devem ser protegidos para que não possam ser usados ​​por caçadores furtivos para atacar espécies ameaçadas de extinção.

Mas deve ser mais do que isso.

"Temos que ter certeza de que é uma parceria homem-máquina na qual os humanos confiam na IA. A IA deve, por design, ser participativa, conectando as pessoas, os dados e as localizações geográficas", disse ela.