Destaque
Novos métodos de Inteligência Artificial podem ajudar a combater o comércio ilegal de vida selvagem na Internet
Estima-se que o comércio ilegal de vida selvagem seja uma indústria multibilionária, onde centenas de espécies são comercializadas globalmente. Uma proporção considerável do comércio ilegal de vida selvagem agora usa mercados on-line para anunciar e vender animais vivos ou produtos de origem animal, pois pode alcançar mais compradores do que era possível anteriormente. Com o comércio acontecendo na Internet, é extremamente desafiador pesquisar manualmente em milhares de postagens e são necessários métodos para filtragem automatizada.
Em comparação com o uso de visão computacional para identificar espécies a partir de imagens, a identificação de imagens relacionadas ao comércio ilegal de espécies silvestres é dificultada pela necessidade de identificar o contexto em que as espécies são retratadas.
Em um novo artigo publicado na revista científica Biological Conservation, cientistas do Laboratório Interdisciplinar de Ciência da Conservação da Universidade de Helsinque, na Finlândia, preencheram essa lacuna e desenvolveram um algoritmo automatizado usando aprendizado de máquina para identificar esse conteúdo de imagem no espaço digital.
“Esta é a primeira vez que modelos de visão de máquina foram aplicados para deduzir o contexto de uma imagem para identificar a venda de um animal vivo. Quando um vendedor está anunciando um animal à venda, muitas vezes o anúncio é acompanhado de uma imagem do animal em estado de cativeiro. Isso difere das imagens não capturadas, por exemplo, uma foto de um animal tirada por um turista em um parque nacional. Usando uma técnica chamada visualização de recursos, demonstramos que nossos modelos podem levar em consideração tanto a presença de um animal na imagem quanto o ambiente ao redor do animal na imagem. Isso permite sinalizar os postos que possam estar vendendo animais de forma irregular”, disse o Dr. Ritwik Kulkarni, autor principal do estudo.
Como parte da pesquisa, os cientistas treinaram 24 modelos diferentes de redes neurais em um conjunto de dados recém-criado, sob várias condições experimentais. Os modelos de melhor desempenho alcançaram uma precisão muito alta e foram capazes de discernir bem entre contextos naturais e cativos. Outra característica interessante do estudo é que os modelos também foram testados e tiveram bom desempenho em dados adquiridos de uma fonte não relacionada aos dados de treinamento, mostrando, portanto, capacidade de funcionar bem para a identificação de outros conteúdos na Internet.
“Esses métodos são uma virada de jogo em nosso trabalho que busca aprimorar a identificação automatizada de conteúdo de comércio ilegal de animais silvestres de fontes digitais. Agora estamos ampliando esse trabalho para incluir mais grupos taxonômicos além dos mamíferos e desenvolver novos modelos que possam identificar conteúdo de imagem e texto simultaneamente”, disse o Dr. Enrico Di Minin, professor da Universidade de Helsinque.
Os cientistas estão planejando disponibilizar seus métodos abertamente para uso mais amplo por parte da comunidade científica e de profissionais de órgãos de fiscalização.
Acesse o artigo científico completo (em inglês).
Acesse a notícia completa na página da Universidade de Helsinque (em inglês).
Fonte: Universidade de Helsinque.
Os comentários constituem um espaço importante para a livre manifestação dos usuários, desde que cadastrados no Canal Ambiental e que respeitem os Termos e Condições de Uso. Portanto, cada comentário é de responsabilidade exclusiva do usuário que o assina, não representando a opinião do Canal Ambiental, que pode retirar, sem prévio aviso, comentários postados que não estejam de acordo com estas regras.
Por favor, faça Login para comentar