A Análise de IA Revoluciona o Monitoramento da População Ameaçada de Murrelet Marmorizado

- Pesquisas realizadas pela Oregon State University e pelo U.S. Forest Service demonstraram que a análise de dados acústicos assistida por Inteligência Artificial.
- A Estação de Pesquisa do Noroeste do Pacífico do Serviço Florestal utilizou dados coletados em gravações sonoras para monitorar a população da coruja-listrada-do-norte em centenas de locais.
- Duarte destaca como este sistema de vigilância baseado em IA pode contribuir para os modelos de distribuição das espécies
Um estudo da Oregon State University e do Serviço Florestal dos EUA descobriu que o uso de Inteligência Artificial para análise de dados acústicos gravados por esses dispositivos é uma abordagem promissora para monitorar o murrelet marmorizado e outras espécies semelhantes.
Abordagem inovadora revelada
O murrelet marmorizado em perigo de extinção é um murrelet distintamente marcado que vive na costa oeste da Colúmbia Britânica e Washington, sua proximidade com os puffins e murres. Embora ambas as espécies alimentem seus jovens no lado da costa, elas diferem no fato de que os murrelets chegam a 60 milhas de profundidade nas florestas de áreas maduras e de crescimento antigo.
De acordo com Matt Betts, coautor e membro do corpo docente do College of Forestry da OSU, estudar uma espécie tão reclusa é desafiador, e casos conspicuamente comparáveis são raros. Betts afirmou: “Em seguida, estamos testando se os sons do murrelet podem realmente prever a reprodução e a ocupação da espécie, mas isso ainda está a alguns passos de distância.”
Uma equipe de pesquisa composta por Adam Duarte da Estação de Pesquisa do Noroeste do Pacífico do Serviço Florestal dos EUA usou dados de gravações de áudio que foram inicialmente instaladas para ajudar no monitoramento das populações de corujas manchadas do norte em centenas de locais gerenciados por agências federais na Faixa Costeira de Oregon e na Península Olímpica em Washington.
Os pesquisadores criaram um sistema de aprendizado de máquina, que é uma rede neural convolucional, para detectar os chamados do murrelet nas gravações. Cientistas da Ecological Indicators publicaram suas descobertas que foram testadas contra dados conhecidos da população de murrelets e foi determinado que os gravadores e a IA forneceram uma excelente precisão de identificar pelo menos 90% dos murrelets em uma determinada área.
Além disso, Betts sugere que Betts indica que o estudo levará ao exame dos sons dos murrelets para prever o sucesso reprodutivo e a ocupação de habitats, pois esta será a principal via para a pesquisa futura.
Informações precisas sobre a população
O pequeno murrelet marmorizado passa a maior parte do tempo em águas costeiras, onde se alimenta de krill, outros invertebrados e peixes forrageiros como arenque, anchovas, espadim e capelin. Se os ninhos forem bem-sucedidos, as aves ainda podem produzir apenas um filhote por ano, e os peixes forrageiros ricos em nutrientes são essenciais para o crescimento e desenvolvimento adequados dos filhotes de murrelet.
Os maçaricos-marmóreos são geralmente encontrados ao longo da costa do Oeste, desde Santa Cruz, Califórnia, até as Ilhas Aleutas. A espécie está classificada como ameaçada sob a Lei de Espécies Ameaçadas dos EUA no estado de Washington, Oregon e Califórnia, por enquanto.
No entanto, a maioria das detecções nesta pesquisa geralmente ocorre onde a maturidade da floresta domina, bem como perto dos habitats costeiros”, relatou Duarte. Ainda assim, com seus locais de nidificação e descanso constantemente perdidos para predadores como os corvos-azuis-de-Steller e a degradação do habitat induzida pelo ser humano, é por isso que as estratégias de monitoramento precisam ser realmente eficazes para salvar o Albatroz-de-Pés-Negros.
Em direção à conservação sustentável
Duarte destaca como este sistema de vigilância impulsionado por IA pode contribuir para os modelos de distribuição de espécies e atuar como base para o monitoramento populacional de longo prazo — os dois elementos essenciais na conservação de espécies raras e ameaçadas. Ao eliminar as abordagens intensivas em mão de obra do passado, como a telemetria e a busca de ninhos no solo, seu método permitirá que os esforços de conservação sejam realizados de maneira muito mais eficiente, mantendo a conservação como foco principal.
Não apenas leia notícias sobre criptomoedas. Entenda-as. Inscreva-se em nossa newsletter. É grátis.
Aviso Legal. As informações fornecidas não constituem aconselhamento de investimento. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta com um profissional qualificado antes de tomar quaisquer decisões de investimento.

Brenda Kanana
Brenda tem mais de 4 anos de experiência especializada em criptomoedas, inteligência artificial e tecnologias emergentes. Ela trabalhou na Zycrypto, Blockchain Reporter, The Coin Republic e agora faz do Cryptopolitan seu lar. Sua graduação em Sociologia pela Mombasa Technical University mantém-a alinhada com o pulso de seus leitores.
















