Um sistema avançado de inteligência artificial promete ajudar a proteger elefantes na Malásia da caça amadora. Combinando análise preditiva com insights sobre o comportamento dos elefantes, a tecnologia visa proteger esses animais das ameaças crescentes que há muito tempo colocam em risco sua sobrevivência.
Desenvolvido por meio de um esforço colaborativo na Cardiff University, o PoachNet combina aprendizado profundo, dados baseados em GPS e insights ecológicos para avaliar e mitigar os riscos de caça amadora.
A ferramenta foi projetada especificamente para prever onde os elefantes provavelmente serão encontrados e, em seguida, avaliar o nível de risco de cada local, oferecendo uma abordagem proativa que vai além da vigilância de rotina.
Cientistas da Escola de Ciência da Computação e Informática e da Escola de Biociências trabalharam juntos para construir uma plataforma capaz de aprender com os padrões históricos de movimento dos elefantes e detectar ameaças em quase tempo real.
Ao aplicar técnicas avançadas de aprendizado de máquina, a equipe de pesquisa pode prever para onde os elefantes estão indo, identificar zonas perigosas e ajudar as equipes no terreno a alocar recursos de maneira eficaz.
Central para a operação do PoachNet é um grafo de conhecimento que compila informações diversas sobre os movimentos dos elefantes e os fatores de risco conhecidos. Esse repositório estruturado está vinculado a um modelo especializado de aprendizado de máquina que interpreta dados dos rastreadores GPS dos elefantes.
“Os dados de GPS dos elefantes são analisados com um tipo especial de IA – uma rede neural sequencial – para prever seus movimentos”, explicou a autora principal do estudo, Naeima Hamed, estudante de doutorado em Cardiff. “Essas previsões são adicionadas ao grafo de conhecimento de maneira significativa – então o PoachNet usa um sistema baseado em regras para aplicar regras de caça ilegal e detectar padrões ocultos nos dados.”
A capacidade preditiva da plataforma a distingue de métodos mais convencionais de proteção da vida selvagem.
“Descobrimos que, quando testado, o PoachNet foi mais preciso do que outros métodos líderes, com desempenho consistentemente melhor. Ao lidar com a complexidade dos dados de tempo e espaço e transformar previsões em regras práticas, o PoachNet oferece uma grande melhoria no rastreamento e proteção dos elefantes”, disse Hamed.
O coautor do estudo, Omer Rana, da Escola de Ciência da Computação e Informática de Cardiff, destacou o potencial do sistema para se estender além da proteção de elefantes na Malásia.
“O PoachNet é uma ferramenta de software única que integra fontes de dados regionais modeladas semanticamente com algoritmos emergentes de aprendizado de máquina e raciocínio semântico. O PoachNet aborda um desafio que continua a afetar comunidades que apoiam espécies ameaçadas de extinção”, afirmou Rana.
“Tanto a mudança climática quanto a economia estão levando a um impacto significativo nessa interface entre a atividade humana e os habitats naturais. A abordagem baseada em dados adotada no PoachNet também pode ser generalizada para apoiar outras localidades e parques nacionais semelhantes – permitindo um uso mais eficiente dos recursos de fiscalização e do governo”, acrescentou.
Embora o PoachNet esteja atualmente sintonizado com os elefantes de Bornéu, a arquitetura subjacente poderia ser adaptada para proteger várias espécies ameaçadas de extinção em todo o mundo, pois cada instância pode exigir apenas ajustes modestos no grafo de conhecimento e nos modelos preditivos relevantes.
Necessidade urgente de proteger os elefantes
Os esforços para proteger os elefantes de Bornéu da caça amadora nunca foram tão críticos. À medida que as áreas de habitat diminuem e o tráfico de marfim persiste, esses animais enfrentam uma realidade sombria.
De acordo com o coautor Benoit Goossens, cientista da Escola de Biociências da Cardiff University e diretor do Danau Girang Field Center, “a perda de habitat, o conflito entre humanos e elefantes e a caça ameaçam os elefantes de Bornéu.
“Apesar dos esforços globais anti-caça, o tráfico de marfim continua a impulsionar a caça amadora, reduzindo a população para menos de 1.500. Esperamos que o PoachNet possa ajudar nos métodos de prevenção da caça ilegal, garantindo assim a segurança da população de elefantes em Sabah no futuro”, declarou Goossens.
Dado que os mecanismos tradicionais para combater a caça devem evoluir constantemente, há uma necessidade urgente de soluções inovadoras como o PoachNet, que incorporam tecnologias modernas e conhecimentos ecológicos atualizados.
Ao combinar modelos preditivos com patrulhamento em nível de terreno e medidas regulatórias internacionais, o sistema poderia ajudar a reverter algumas das tendências mais destrutivas que ameaçam esses elefantes.
Detalhes desse sistema aparecem no artigo de pesquisa “PoachNet: Predicting Poaching Using an Ontology-Based Knowledge Graph”, publicado no periódico Sensors.
