Uma equipa de cientistas internacional desenvolveu um software pioneiro baseado em inteligência artificial para reconhecimento de rostos de primatas em ambiente selvagem. O artigo científico com os resultados da investigação foi publicado esta quarta-feira na revista Science Advances.

Uma equipa de cientistas internacional desenvolveu um software pioneiro baseado em inteligência artificial para reconhecimento de rostos de primatas em ambiente selvagem. O artigo científico com os resultados da investigação foi publicado esta quarta-feira na revista Science Advances.

Esta ferramenta de visão computacional é a primeira a rastrear e reconhecer indivíduos, de uma forma geral, numa ampla variedade de poses e de forma contínua. Também é capaz de executar vídeos com maior resolução. Geralmente as gravações são feitas em condições de baixa luminosidade, que afectam a qualidade da imagem. Os cientistas aplicaram o modelo computacional a dez milhões de imagens de chimpanzés selvagens de Bossou, na Guiné-Conacri, pertencentes ao arquivo de vídeo da Universidade de Quioto (Japão). O resultado foi 92,5% de precisão no reconhecimento da identidade dos animais e 96,2% na identificação do sexo dos primatas.

A investigação também possibilitou a análise de mudanças no comportamento social dos chimpanzés. “Com isso conseguimos ver a posição do indivíduo no seu grupo ao longo dos anos. Os indivíduos mais velhos do grupo de Bossou mostram mais isolamento e distância relativamente ao grupo à medida que envelhecem”, refere Susana Carvalho, primatóloga do Centro de Ecologia Funcional da Faculdade de Ciências e Tecnologia da Universidade de Coimbra e coordenadora do Laboratório de Modelos de Primatas para a Evolução do Comportamento da Universidade de Oxford (Reino Unido), citada em comunicado. “Tudo o que se fez antes foi ou em cativeiro ou a partir de fotos – nunca de vídeos em bruto, como é o caso do nosso trabalho.”

As abordagens existentes no estudo do comportamento animal, como visitas de campo para recolha de dados e análise manual da informação, consomem muito tempo e obrigam à mobilização de vários recursos. Assim, a inovação apresentada permitirá fazer poupanças a esses níveis e realizar a análise de vídeo a uma escala maior, lê-se no artigo científico.

Para testar o software, os investigadores comparam o seu desempenho com o de observadores humanos com experiência em rastrear os chimpanzés da Guiné-Conacri. Foi-lhes apresentada uma centena de rostos aleatórios a partir do repositório de imagens utilizado para o estudo. Os mais experientes completaram a tarefa em 55 minutos e identificaram correctamente, em média, 42% dos primatas. O modelo computacional fez o reconhecimento de 84% dos animais em apenas 30 segundos. Com uma unidade de processamento mais rápida, o dispositivo não demorou mais do que seis centésimos de segundo.

Ajudar na conservação de espécies

Os cientistas desenvolveram o projecto ao longo de dois anos utilizando a técnica de deep learning (aprendizagem profunda). O modelo é configurado como uma rede neuronal de algoritmos, inspirada no cérebro humano, capaz de ler dados e de os comparar. A partir daí formam-se padrões que guiam o software no desempenho das tarefas de detecção e identificação dos primatas.

Susana Carvalho considera que o resultado mais importante deste trabalho talvez seja “o imenso potencial que isto abre para aplicações no trabalho de conservação de animais”. Dan Schofield, cientista da Universidade de Oxford e primeiro autor do artigo, segundo um comunicado da sua instituição, acrescenta que o modelo computacional poderá desencadear novas linhas de investigação no campo da biologia que anteriormente não eram possíveis. “Colaborações interdisciplinares como esta têm grande potencial para deixar um impacto, ao encontrar soluções novas para velhos problemas.”

Arsha Nagrani, co-autor da investigação e estudante de doutoramento no Grupo de Geometria Visual da Universidade de Oxford, espera que esta ferramenta ajude “investigadores em todo mundo a aplicar as mesmas técnicas inovadoras” noutros ambientes e com espécies diferentes. O software está disponível em acesso aberto para toda a comunidade científica.

A equipa vai continuar a trabalhar com o Grupo de Geometria Visual, liderado pelo cientista computacional Andrew Zisserman. O objectivo é desenvolver o mesmo sistema aplicado aos babuínos do Parque Nacional da Gorongosa, em Moçambique. “Isso seria outro passo gigantesco para o campo de análise e evolução do comportamento de animais”, congratula-se Susana Carvalho.

Texto editado por Teresa Firmino