Un programma per computer, basato sull’intelligenza artificiale, che riesce ad identificare gli uccelli Della stessa specie , anche quelli non precedentemente marcati tramite apposite etichette, per motivi di studio e di osservazione. È il risultato conseguito da un team di ricercatori del Centro per l’ecologia funzionale ed evolutiva (CEFE), Francia.
Come spiega l’autore principale dello studio poi pubblicato su Methods in Ecology and Evolution, il team di ricercatori è riuscito a dimostrare che i computer possono essere in grado di riconoscere dozzine di singoli uccelli Appartenenti ad una stessa specie, una cosa che anche per gli esseri umani esperti non è poi semplicissima.
Naturalmente il risultato del genere potrebbe rivelarsi utilissimo nel superare le limitazioni negli studi riguardanti gli uccelli selvatici.
Gli studi sugli uccelli, infatti, vedono una prima fase in cui vengono raccolte migliaia di immagini che debbono essere etichettate a seconda del singolo esemplare analizzato. Questa prima fase, naturalmente eseguita da esseri umani, porta via tantissimo tempo.
Il nuovo software, basato sui nuovi algoritmi di intelligenza artificiale come il machine learning, è stato “addestrato” per riconoscere le immagini dei singoli uccelli nel loro ambiente salvatico. Dopo la fase dell’addestramento, infatti, i ricercatori scoprivano di aver avuto successo quando lo stesso software riusciva a riconoscere singoli uccelli, in fase di test, con un’accuratezza di oltre 90%.
“Lo sviluppo di metodi per l’identificazione automatica e non invasiva di animali completamente non marcati e non manipolati dai ricercatori rappresenta un importante passo avanti in questo campo di ricerca. In definitiva, c’è molto spazio per trovare nuove applicazioni per questo sistema e rispondere a domande che sembravano irraggiungibili in passato”, spiega André Ferreira, l’autore principale dello studio.
Approfondimenti
- Deep learning‐based methods for individual recognition in small birds – Ferreira – – Methods in Ecology and Evolution – Wiley Online Library (IA) (DOI: 10.1111/2041-210X.13436)
