L'Università di Torino ha sviluppato un sistema basato sull'intelligenza artificiale per studiare le vocalizzazioni dei lemuri in Madagascar. L'algoritmo, originariamente creato per riconoscere il canto degli uccelli, è stato adattato con successo, offrendo nuove prospettive per la conservazione di specie minacciate.
Nuovo studio sull'uso dell'IA per la fauna
Un algoritmo innovativo, nato per identificare i canti degli uccelli, ora è in grado di ascoltare i lemuri. Questa scoperta è il risultato di una nuova ricerca condotta dall'Università di Torino. Lo studio è stato pubblicato sulla rivista scientifica Integrative Zoology.
La ricerca utilizza l'intelligenza artificiale per monitorare le vocalizzazioni di due specie di lemuri. Queste specie sono il simbolo della biodiversità del Madagascar. Entrambe sono considerate a rischio a causa della distruzione del loro habitat naturale.
Monitoraggio acustico nella foresta pluviale
L'indagine si è svolta nella foresta di Maromizaha. Tra il 2020 e il 2023, sono state raccolte oltre 55.000 registrazioni acustiche. I dati provengono da registratori automatici posizionati nel cuore della foresta pluviale.
Questi dispositivi hanno operato 24 ore su 24, tutti i giorni dell'anno. Hanno permesso di documentare la presenza e l'attività degli animali. Questo è avvenuto anche in momenti in cui l'osservazione diretta è difficile. Si pensi, ad esempio, alle ore notturne.
Questo approccio garantisce metodi non invasivi. Inoltre, riduce significativamente i tempi e i costi di ricerca. Si evitano così interventi prolungati del personale sul campo. Questo è particolarmente vero durante le fasce orarie più critiche, come la notte o l'alba.
Adattamento dell'algoritmo BirdNet
Per analizzare l'enorme mole di dati raccolti, i ricercatori hanno adattato l'algoritmo BirdNet. Si tratta di una rete neurale convoluzionale. È stata sviluppata originariamente per il riconoscimento dei suoni emessi dagli uccelli.
L'adattamento ai suoni dei lemuri ha mostrato un'accuratezza superiore al 90%. Questo risultato dimostra la flessibilità e l'efficacia della tecnologia impiegata. La ricerca apre nuove frontiere nello studio della fauna selvatica.
La ricercatrice Daria Valente ha spiegato: «Dimostriamo che un sistema open source basato sul deep learning può essere impiegato con successo dall'ornitologia alla primatologia». Questo sottolinea il potenziale trasversale dell'intelligenza artificiale in ambito scientifico.
Vantaggi dell'open source per la conservazione
Sviluppare una rete neurale da zero richiede competenze specialistiche. Richiede anche una notevole potenza di calcolo. Queste risorse sono spesso difficili da reperire. Soprattutto nei paesi che ospitano la maggiore ricchezza di biodiversità.
L'utilizzo di una piattaforma open source già esistente ha permesso di superare queste barriere. Lo ha affermato Valeria Ferrario, una delle autrici dello studio. Questo approccio favorisce un efficace trasferimento di competenze tecnologiche. Rende la ricerca avanzata più accessibile.
Grazie all'analisi dei dati raccolti in tre anni, i ricercatori hanno ottenuto informazioni preziose. Hanno osservato che l'indri è più attivo nelle prime ore del mattino. Il vari bianconero, invece, mostra un secondo picco di attività nel tardo pomeriggio.