A IA pode ajudar a salvar os pinguins?

família de pinguim

Por Rajat Agrawal

Os pinguins habitam uma das partes mais isoladas do planeta e, ainda assim, a atividade humana ameaça sua existência. As temperaturas mais altas associadas às mudanças climáticas estão derretendo o gelo da Antártica mais rápido do que nunca, erodindo as áreas onde os pinguins vivem, se alimentam e se reproduzem, enquanto a sobrepesca comercial e incidentes como derramamentos de óleo estão esgotando seu suprimento de alimentos.

Um estudo do World Wildlife Fund de 2008 revela que se as temperaturas médias globais aumentarem em apenas 2°C – uma possibilidade distinta nos próximos 40 anos – cerca de 50% dos pinguins-imperador e 75% dos pinguins-de-Adélia podem desaparecer.

Esforços de conservação para pinguins são mais fáceis de falar do que fazer. Sua existência isolada na região Antártica significa que há poucos dados disponíveis e as missões tripuladas são difíceis, especialmente durante os invernos rigorosos. Para resolver o desafio dos dados, projetos como o Penguin Watch da Universidade de Oxford configuraram câmeras com lapso de tempo para monitorar colônias de pinguins e clicar em uma foto a cada hora ao longo de muitos anos.

Mas esse tesouro de fotos cria um problema próprio – cada câmera gera centenas de fotos, tornando impossível contar os pinguins em cada foto manualmente. Os pesquisadores precisam de uma maneira melhor e mais rápida, ou o tempo pode acabar.

A Inteligência Artificial (IA) pode ajudar?

Ganes Kesari
Ganes Kesari, cofundador, Gramener

Entra a Gramener, uma empresa de consultoria em ciência de dados, especializada em resolver desafios organizacionais criando modelos baseados em IA e aprendizado de máquina para grandes empresas e convertendo esses insights em histórias de dados facilmente consumíveis.

O problema da contagem de pinguins inspirou a equipe do AI Labs na Gramener, liderada pelo cofundador Ganes Kesari e pelo cientista de dados Soumya Ranjan Mohanty, ambos apaixonados pelo uso da tecnologia para o bem da sociedade.

Em parceria com a Microsoft, eles começaram a atacar o problema em vários aspectos. Mas, primeiro, eles tiveram que treinar o modelo para identificar a aparência de um pinguim de diferentes ângulos e perspectivas, antes que o modelo pudesse sequer tentar contá-los.

Felizmente, para eles, havia dados de crowdsourced do Projeto Penguin Watch que lhes deram um impulso para treinar o modelo para identificar um pinguim. Depois que o modelo conseguiu identificar os pinguins, o próximo desafio foi ensiná-lo a contá-los com precisão.

“Enfrentamos vários desafios. Quase 70% das imagens estavam inutilizáveis, pois ou a iluminação não era boa ou havia neblina e os pinguins não eram visíveis. Depois, há o problema dos pinguins se sobreporem e os pinguins mais próximos da câmera parecerem maiores em comparação com os que estão longe. São fáceis de perceber para o olho humano, mas difíceis para um algoritmo”, explica Mohanty.

Como o modelo alimentado por IA desenvolvido por Gramener conta pinguins em fotos
Como o modelo alimentado por IA desenvolvido por Gramener conta pinguins em fotos

Trabalhando na plataforma Microsoft Azure, Mohanty e seus colegas usaram um modelo de Rede Neural Convolucional para chegar a uma solução que pode identificar e contar pinguins com um alto grau de precisão. O modelo pode ajudar os pesquisadores a acelerar seus estudos sobre a situação das populações de pinguins.

A equipe está agora trabalhando na classificação, identificação e contagem de outras espécies usando técnicas de aprendizado profundo semelhantes.

Construindo IA para salvar o planeta

Parceiro de longa data da Microsoft com sede em Hyderabad, na Índia, Gramener não é novo no uso de IA para o bem social usando o Microsoft Azure. Foi um dos primeiros parceiros do programa AI for Earth da Microsoft anunciado em 2017.

“Acredito que a IA pode ajudar a tornar o mundo um lugar melhor ao acelerar a conservação da biodiversidade e ajudar a resolver os maiores desafios ambientais que enfrentamos hoje. Quando soubemos do programa AI for Earth da Microsoft há mais de dois anos, procuramos a Microsoft porque queríamos encontrar maneiras de fazer parceria e ajudar com nossa experiência”, disse Kesari.

Enquanto o programa ainda estava no começo, as equipes da Gramener e da Microsoft trabalharam em conjunto para criar projetos rápidos para mostrar o que é possível com IA e inspirar aqueles que estão lá fora. Eles começaram com uma prova de conceito para a identificação de espécies da flora e da fauna em uma fotografia.

“Trabalhamos mais como um braço de experimentação trabalhando com a equipe liderada por Lucas Joppa (Diretor Ambiental da Microsoft e fundador do AI for Earth). Construímos um modelo, usando dados disponíveis do iNaturalist, que poderia classificar milhares de espécies diferentes com 80% de precisão”, revela Kesari.

Outra prova de conceito girou em torno de armadilhas fotográficas que são usadas para estudos de biodiversidade em florestas. As armadilhas fotográficas tiram várias imagens sempre que detectam movimento, o que leva a um grande número de fotos que tiveram que ser digitalizadas manualmente.

Soumya Ranjan
Soumya Ranjan Mohanty, cientista-chefe de dados, Gramener

“A maioria das fotos de armadilhas fotográficas estão em branco, pois não têm nenhum animal na moldura. Mesmo nos quadros que o fazem, muitas vezes o animal está muito próximo para ser identificado ou a foto está borrada”, diz Mohanty, que também lidera a parceria AI for Earth da Gramener.

A equipe veio com uma solução de duas etapas que primeiro elimina imagens inutilizáveis ​​e, em seguida, usa um modelo de aprendizado profundo para classificar imagens que contêm um animal. Esta solução também foi convertida pela equipe da Microsoft no que agora é a API Camera Trap que os donatários do AI for Earth ou qualquer pessoa pode usar gratuitamente.

“A IA é fundamental para a conservação porque simplesmente não temos tempo para esperar que os humanos anotem milhões de imagens antes de podermos responder às perguntas sobre a população da vida selvagem. Pelo mesmo motivo, precisamos prototipar rapidamente os aplicativos de IA para conservação, e é fantástico ter Gramener a bordo como nossa ‘equipe de desenvolvimento avançado’”, disse Dan Morris, principal cientista e diretor do programa de IA da Microsoft para a Terra.

Antecipando as necessidades dos donatários, Gramener e a Microsoft também trabalharam na criação de outras APIs, como a API Land Cover Mapping, que aproveita o aprendizado de máquina para fornecer informações de cobertura do solo de alta resolução. Essas APIs agora fazem parte dos recursos técnicos públicos disponíveis para os donatários do AI for Earth ou qualquer pessoa usar, para acelerar seus projetos sem ter que construir o modelo básico eles próprios.

 

gif FOTO, legenda: Solução de armadilha fotográfica de Gramener em ação
Solução de armadilha fotográfica de Gramener em ação

Ajudando organizações de conservação da biodiversidade com IA

Junto com a experimentação rápida e ajudando a criar as APIs, Gramener agora também está trabalhando com organizações que buscam soluções para seus projetos de conservação da biodiversidade existentes.

“Nossa colaboração com a equipe de IA for Earth da Microsoft evoluiu ao longo dos anos e continuamos a nos inspirar na execução da visão de Lucas de fazer o bem social com IA”, diz Kesari. “Quando as organizações abordaram a Microsoft para ajudá-las em seus projetos de conservação, nos envolvemos trazendo nossa experiência para o topo da plataforma da Microsoft e criando soluções personalizadas para suas necessidades específicas.”

Eles trabalharam com a Fundação do Rio Nisqually nos Estados Unidos, para ajudar a identificar espécies de peixes no rio. A solução analisa imagens de vídeo de uma câmera subaquática que é ativada sempre que um peixe passa por sensores infravermelhos instalados em uma escada de peixe em uma barragem e identifica a presença de salmão. A solução, que utiliza VMs do Azure Data Science, a Microsoft Visual Object Tagging Tool (VoTT) e o Microsoft Cognitive Toolkit (CNTK), tem o potencial de converter uma tarefa que costumava levar mais de 100 horas para os pesquisadores em apenas 20 horas.

A milhares de quilômetros de distância, no Quênia, a equipe trabalhou com os pesquisadores para ajudá-los a distinguir os elefantes de outros animais a partir de fotografias aéreas. Esta solução pode ajudar os cientistas conservacionistas a identificar rapidamente os elefantes.

“Aumentar a inteligência humana aproveitando a IA e sua narrativa tem sido o tema principal da parceria de Gramener com a Microsoft. Temos a sorte de estar envolvidos com a Microsoft para criar um impacto positivo em áreas como sustentabilidade ambiental e conservação da biodiversidade”, disse Naveen Gattu, COO, Gramener.

Quando a paixão encontra o propósito

“Hoje, há pouca consciência sobre os enormes desafios ambientais e ameaças à biodiversidade. Com a democratização dos dados e da tecnologia, surge uma nova esperança para pesquisadores e organizações sociais carentes de recursos”, afirma Kesari. “Acredito fortemente que podemos usar IA para ajudar a resolver esses desafios e criar consciência para provocar uma revolução.”

A equipe da Gramener espera que seu trabalho com análise de dados e storytelling possa ajudar a criar mais consciência entre as pessoas e ajudar as organizações a resolver grandes desafios.

Para Mohanty, que lidera a carta de IA para o bem social em Gramener, isso se resume a uma das necessidades humanas mais básicas.

“Quando você trabalha nesses projetos, você se sente bem consigo mesmo. Você tem uma boa noite de sono nesses dias”, ele brinca.

Crédito da imagem principal: David Merron/Getty Images

Tags: , , ,

Posts Relacionados