Podemos detectar e reconhecer baleias usando inteligência artificial. Ou zebras. Ou colônias de focas cinzentas. Ou animais das florestas africanas. As abordagens, que visam estudar e preservar a biodiversidade, variam: ou as tecnologias são especializadas numa espécie, ou são utilizadas para classificar várias espécies diferentes (dependendo do treino do algoritmo), ou diferenciam um indivíduo de outro dentro da mesma espécie. É neste último uso que uma equipe de pesquisadores em tecnologia e biologia da Escola Politécnica Federal de Lausanne (EPFL, Suíça) e da Alaska Pacific University (Estados Unidos) acaba de inovar.
Na revista Biologia Atualeles detalham o desenvolvimento de um algoritmo de visão computacional dedicado aos ursos pardos do Alasca. Esta ferramenta permitiu-lhes identificar 109 plantígrados distintos presentes num local de paragem bem conhecido na Reserva Estatal do Rio McNeil e ser capaz de rastreá-los até ao Parque Nacional Katmai, 65 km a sul.
Mais de 70.000 imagens de cem ursos
Até agora, este tipo de algoritmo funcionava em animais com padrões únicos em cada exemplar, como a pelagem das zebras ou a plumagem colorida de certas aves (como republicanos sociais, chapins-reais e tentilhões-zebra para um projeto internacional de 2020). Porém, nada disso para os ursos pardos, de pelagem lisa. Além disso, à medida que hibernam, a forma do corpo muda drasticamente de estação para estação, dificultando a identificação pela aparência física.
Entre os homens, que às vezes brigam, “cicatrizes e alterações na estrutura física das orelhas, boca, nariz ou membros também podem ser fonte de alterações na aparência de um indivíduo durante o mesmo dia”. Mas estes elementos, por serem irreversíveis, podem ser usados para distinguir um indivíduo de outro a longo prazo. Por outro lado, não existem confrontos físicos entre as mulheres, pelo que a sua população parece mais uniforme.
Os investigadores decidiram concentrar os seus critérios de identificação nas cabeças dos ursos. Mais precisamente o ângulo da testa e o formato do focinho, relativamente escasso em pelos e gordura e, portanto, menos sujeito aos efeitos da hibernação, a disposição das orelhas (e não o seu formato). “Além disso, focar apenas na cabeça nos permite capitalizar cicatrizes específicas de cada indivíduo que são frequentemente encontradas na região dos olhos, no focinho, ao redor das orelhas e nas laterais da cabeça e na testa”, completam os pesquisadores em seu artigo.
A partir daí, basearam-se em fotos tiradas durante a sua pesquisa por Beth Rosenberg, especialista em ursos pardos da Alaska Pacific University e membro da equipa de investigação. Retiveram 72.940 imagens de 109 ursos já identificados pelo pesquisador, em situação e em todas as estações, capturadas entre 2017 e 2022.
A particularidade deste corpus é que é composto por fotos organizadas em sequências reais relativas a um indivíduo. Os ursos são, portanto, vistos de diferentes ângulos, em diferentes posturas dentro de uma determinada janela de tempo, com cada imagem marcada com o tempo. E várias dessas sequências podem dizer respeito ao mesmo plantígrado, mas em ambientes, iluminação e condições climáticas variáveis. Isso evita a restrição de poder usar apenas fotos frontais ou bem iluminadas, como acontece com outros sistemas de reconhecimento visual. Lá, todas as posturas podem ser utilizadas.
A equipe também não procurou equilibrar a presença de cada exemplar nas fotos e sequências, “de forma a respeitar da melhor forma possível a variabilidade individual no número de imagens captadas tal como existe na realidade”.
Uma IA capaz de distinguir critérios precisos na cabeça do urso
Um algoritmo de visão computacional de aprendizado profundo desenvolvido pela equipe foi treinado em todo esse corpus. Chamado PoseSwin, este sistema é capaz de distinguir o corpo da cabeça de um animal, e nesta cabeça, focar na série de critérios previamente definidos.
Os pesquisadores optaram pela chamada abordagem de aprendizagem métrica, utilizando uma arquitetura apresentada em 2021 por uma equipe da Microsoft Research Asia, a SwinTransformers. O algoritmo não aprende a prever a identidade deste ou daquele urso, mas dá uma pontuação de probabilidade de que duas imagens mostrem ou não o mesmo animal. Essa similaridade é avaliada segundo um cálculo de distância entre imagens em um espaço. Quando uma imagem está distante de um grupo de outras imagens próximas, significa que provavelmente estamos lidando com dois ursos diferentes. E uma foto que não integra nenhum grupo revela a presença de um indivíduo desconhecido, um novo exemplar, pois nenhuma foto do corpus lhe corresponde. Isto é particularmente apropriado quando se trata de estudar o comportamento e a evolução de uma determinada população animal num ambiente natural.
Este sistema foi testado em 4.630 fotos tiradas por três visitantes do Parque Nacional Katmai como parte de um programa de ciência cidadã entre 2020 e 2022, mas das quais todas as informações de localização foram removidas. Os investigadores conseguiram encontrar 14 ursos pardos já conhecidos (incluindo 9 com uma taxa de previsão superior a 70%) e detectar 73 potencialmente novos, sabendo que pode na realidade haver sobreposições entre estes últimos, portanto, menos espécimes desconhecidos do que à primeira vista.
A equipe também percebeu que sua ferramenta era significativamente mais confiável ao detectar um novo animal a partir de uma sequência de imagens e um cálculo de distância com outros (86,5% de precisão) em vez de imagens isoladas (65,9%).