La Foresta Amazzonica, che si estende per 2,3 milioni di chilometri quadrati, è la più grande foresta pluviale del mondo e la regione più ricca di biodiversità.
Distribuita in nove Paesi, l'Amazzonia è essenziale per la salute del pianeta, assorbendo l'anidride carbonica, regolando i modelli meteorologici e fornendo un habitat per innumerevoli specie.
La deforestazione e l'uso illegale della terra hanno minacciato l'Amazzonia per decenni, causando una perdita di habitat su larga scala e danni quasi irreversibili all'ecosistema.
Secondo Conservazione dell'AmazzoniaSolo nel 2022 sono andati persi quasi 5 milioni di acri di foresta pluviale, con un aumento di 21% rispetto all'anno precedente.
Soluzioni AI per la conservazione
Nel profondo della foresta amazzonica, gli animali rovistano nel sottobosco senza rendersi conto di essere ripresi da telecamere e microfoni.
Le immagini e le registrazioni non forniscono solo uno sguardo allettante sulla vita degli animali nella foresta pluviale, ma fanno parte di un sofisticato progetto guidato dall'intelligenza artificiale per risolvere il problema della deforestazione.
Sfruttando la potenza dei dati, dell'apprendimento automatico (ML) e della tecnologia cloud, gli esperti stanno sviluppando programmi innovativi volti a riconoscere i modelli di deforestazione e a fornire dati utilizzabili dai responsabili politici.
L'intelligenza artificiale è diventata parte integrante degli sforzi di conservazione globale, fornendo ai ricercatori un mezzo per combinare i dati provenienti da sensori, telecamere e satelliti.
Progetto Guacamaya, una collaborazione tra l'Istituto Alexander von Humboldt, il Centro di Ricerca CinfonIA dell'Universidad de los Andes, l'Instituto Sinchi e il Centro di Ricerca CinfonIA dell'Universidad de los Andes. Il laboratorio AI for Good di MicrosoftIl progetto, che ha l'obiettivo di monitorare la deforestazione e la biodiversità nell'Amazzonia colombiana, è stato realizzato con l'ausilio di un'agenzia di ricerca.
Come descrive Juan Lavista Ferres, vicepresidente e Chief Data Scientist del Microsoft AI for Good Lab, "Questo progetto non risolverà tutti i problemi di Amazon, ma ne risolverà uno che ritengo fondamentale: non si può risolvere un problema se non lo si può misurare".
Un approccio su tre fronti
La capacità dell'Intelligenza Artificiale di lavorare con i dati attraverso molteplici modalità fornisce ai ricercatori un resoconto dettagliato di questo ambiente vasto e complesso.
Ad esempio, i dati satellitari forniscono una macroanalisi della foresta, compresi gli eventi di deforestazione, l'estrazione mineraria illegale e i cambiamenti nell'uso del suolo.
Contemporaneamente, telecamere e sensori a terra tengono traccia degli impatti dei macro cambiamenti sulla biodiversità locale, come ad esempio la perdita di habitat.
Ecco come Il progetto Guacamaya combina diversi sistemi di intelligenza artificiale:
Fase 1: dati satellitari per l'analisi del territorio
La prima componente del Progetto Guacamaya sta sfruttando i dati satellitari di Laboratori Planet.
I dati satellitari forniscono al progetto immagini giornaliere ad alta risoluzione della foresta amazzonica, consentendo un monitoraggio quasi in tempo reale. Questo è fondamentale per individuare rapidi cambiamenti nella copertura forestale o prove di attività illegali.
I modelli di intelligenza artificiale sviluppati per questa fase sono addestrati a cercare indicatori di deforestazione o di estrazione mineraria illegale, come strade o radure non autorizzate.
Automatizzando la sorveglianza satellitare, il team è in grado di avvisare le autorità colombiane non appena inizia un'attività sospetta.
Fase 2: Telecamere nascoste per una visione a livello del suolo
Le telecamere nascoste sono posizionate strategicamente in tutta l'Amazzonia colombiana per integrare i dati satellitari.
Queste telecamere catturano migliaia di foto al giorno e le inseriscono in modelli di intelligenza artificiale che identificano e classificano gli animali.
Oltre a tracciare i movimenti delle specie sul suolo della foresta pluviale, questo serve anche come sistema di allarme. Ad esempio, se gli animali vengono trovati al di fuori dei loro ecosistemi naturali, ciò potrebbe indicare cambiamenti locali che richiedono ulteriori indagini.
Fase 3: Bioacustica per la classificazione degli animali
Infine, il Progetto Guacamaya incorpora dati sonori, o bioacustici, catturati direttamente dalla foresta amazzonica.
Apparecchiature specializzate registrano i suoni naturali della foresta, alimentando i dati con modelli di intelligenza artificiale. addestrati a distinguere tra suoni di uccelli e non uccelli e a classificarli in specie specifiche.
Con un'affidabilità di identificazione superiore a 80%, questi modelli di intelligenza artificiale aiutano gli scienziati a comprendere i comportamenti degli animali, a tracciare la migrazione delle specie e a rilevare la presenza di specie invasive o in pericolo.
Affrontare la deforestazione in Brasile
In un progetto separato, Microsoft sta collaborando con l'organizzazione ambientalista Imazon e con l'organizzazione no-profit PrevisIA in Brasile per individuare l'estrazione mineraria illegale e la deforestazione attraverso l'analisi satellitare.
"Utilizziamo PrevisIA per anticipare le aree a rischio e implementare azioni per evitare la deforestazione", ha dichiarato Carlos Souza, ricercatore senior di Imazon.
All'inizio di quest'anno, la regione forestale di Triunfo do Xingu è stata decimata, perdendo un'area equivalente a 700 campi da calcio in un solo mese. Secondo PrevisIA, è anche la regione a più alto rischio di ulteriore deforestazione nel 2023.
Entro la fine dell'anno, l'AI stima che andranno persi circa 271,52 chilometri quadrati di foresta.
Carlos Souza Jr., ricercatore senior di Imazon e coordinatore del progetto PrevisIA, ha sottolineato il potere proattivo di questo approccio: "I modelli di previsione della deforestazione esistenti erano a lungo termine, e guardavano a ciò che sarebbe successo tra decenni. Avevamo bisogno di un nuovo strumento che potesse anticipare la devastazione".
Utilizzando una combinazione di geostatistica e dati storici, il modello considera le variabili che inibiscono o promuovono la deforestazione, come i terreni protetti dalle comunità indigene.
PrevisIA va a vantaggio anche degli stakeholder locali, tra cui banche e imprese, che utilizzano i dati per prendere decisioni responsabili dal punto di vista ambientale.
Dalla conservazione reattiva a quella proattiva
La capacità dell'intelligenza artificiale di lavorare con dati complessi in tempo quasi reale supporta un nuovo paradigma di conservazione proattiva.
In precedenza, i ricercatori si affidavano principalmente ai dati raccolti manualmente sul campo, che non possono sperare di catturare le dinamiche di un'area vasta come l'Amazzonia.
José Godofredo Pires dos Santos, procuratore del Pará, ha descritto la necessità di misure preventive, affermando: "Non vogliamo continuare a intervenire dopo che il danno è già stato fatto".
I ricercatori fanno notare che l'obiettivo finale è quello di rendere questi modelli open-source da utilizzare in altri progetti globali.
Il ruolo dell'IA nella conservazione: esempi dal 2023
In un mondo alle prese con i cambiamenti climatici, la perdita di habitat e il declino della biodiversità, i metodi di conservazione tradizionali spesso non sono all'altezza.
Il 2023 ha visto una serie di affascinanti progetti di conservazione che sfruttano l'intelligenza artificiale e l'apprendimento automatico.
Ecco tre esempi degli ultimi mesi:
Monitoraggio acustico dei delfini del Rio delle Amazzoni
I ricercatori dell'Università Tecnica della Catalogna di Barcellona hanno addestrato una rete neurale per distinguere due specie di delfini in via di estinzione nel Rio delle Amazzoni - Boto e Tucuxi - in base alle loro comunicazioni acustiche uniche.
Installando microfoni subacquei nella riserva di Mamirauá, nella foresta amazzonica brasiliana, il team può monitorare i delfini di fiume con un disturbo minimo.
Il Tecnologia AI aiuta a distinguere i suoni dei delfini dagli altri rumori ambientali.
Il controllo dell'immigrazione ittica in Norvegia, potenziato dall'intelligenza artificiale
Il salmone del Pacifico, una specie invasiva, minaccia le popolazioni native di salmone atlantico nei corsi d'acqua europei.
Huawei e Berlevåg Jeger-og Fiskerforening (BJFF) hanno costruito un sistema di filtraggio dei pesci AI nel fiume Storelva in Norvegia.
Utilizzando un modello di visione artificiale (CV), questo sistema è in grado di distinguere i salmoni dell'Atlantico da quelli del Pacifico con una precisione di 90%, deviando le specie invasive in una baia di contenimento prima di rilasciarle in mare.
Questo sistema innovativo "vede" i salmoni invasivi del Pacifico e impedisce loro di invadere i corsi d'acqua europei.
Contare le pulcinelle di mare nel Regno Unito
Le pulcinelle di mare, uccelli marini amati ma vulnerabili nel Regno Unito, sono state storicamente difficili da monitorare.
I ranger tradizionalmente li contavano manualmente, un compito arduo e che richiedeva molto tempo.
In collaborazione con Microsoft, Avanade e NatureScot, SSE Renewables è pilotare un sistema di intelligenza artificiale per contare le pulcinelle di mare sull'Isola di Maggio, al largo della Scozia.
Le telecamere catturano le immagini in diretta delle pulcinelle di mare, e un AI modello addestrato su immagini etichettate può distinguere i singoli uccelli con una minima interferenza umana.
Il futuro dell'intelligenza artificiale nella conservazione
Il ruolo sempre più importante dell'intelligenza artificiale nella conservazione ha dimostrato la sua efficacia in diversi ecosistemi, dal Rio delle Amazzoni ai corsi d'acqua europei e alle coste scozzesi.
L'intelligenza artificiale è un moltiplicatore di forze che aiuta i ricercatori a tenere sotto controllo i complessi dati biodinamici.
Man mano che l'infrastruttura necessaria per addestrare e distribuire modelli di intelligenza artificiale diventa più accessibile, la creazione di modelli per problemi di conservazione unici diventerà più facile, anche senza risorse significative.
In futuro, i conservatori saranno in grado di costruire sistemi di intelligenza artificiale sofisticati e leggeri con competenze minime.
