Innovazione nell’Intelligenza Artificiale per la Riconoscimento delle Specie Arboree
Scienziati di fama internazionale hanno sviluppato un nuovo modello di intelligenza artificiale, denominato TropiCam-AI, in grado di rilevare e identificare specie arboree nei tropici americani. Questo strumento è in grado di riconoscere 84 taxon, di cui 63 specie, raggiungendo un’accuratezza sorprendente del 95% per la maggior parte delle categorie.
L’intelligenza artificiale (AI) è sempre più utilizzata per automatizzare la rilevazione di animali a partire da set di dati provenienti da fototrappole, che possono contare milioni di immagini. Tuttavia, la maggior parte dei modelli esistenti si concentra sugli animali che vivono a livello del suolo, trascurando le specie che abitano gli alberi.
Il Ruolo Cruciale delle Specie Arboree negli Ecosistemi
La nuova tecnologia sa colmare un’importante lacuna. TropiCam-AI è dedicato alla rilevazione delle specie arboricole in una regione chiave: le foreste tropicali dell’America. Il modello è stato creato per rispondere all’esigenza di identificare mammiferi e uccelli che vivono sugli alberi, un aspetto fondamentale per la conservazione.
Andrea Zampetti, autore principale dello studio e dottorando in biologia animale alla Sapienza di Roma, ha dichiarato: “Abbiamo sviluppato TropiCam-AI per creare uno strumento specificamente progettato per le indagini di fototrappola neotropicali rivolti alla chioma degli alberi.” Questo progetto è stato realizzato in collaborazione con il progetto TROPECOLNET del Museo Nazionale di Scienze Naturali di Madrid, coordinato da Ana Benítez-López.
Specie arboree come primati, piccoli mammiferi e uccelli giocano ruoli vitali negli ecosistemi tropicali. Ricercatori hanno scoperto che queste specie consumano fino al 90% delle piante nelle foreste pluviali tropicali, svolgendo un ruolo chiave nella dispersione dei semi. Per questo motivo, la loro monitorizzazione e la loro protezione sono decisive, dato che sono particolarmente vulnerabili alla deforestazione.
Zampetti e il suo team evidenziano che l’uso dell’intelligenza artificiale nemmeno si avvicina all’efficacia per quanto riguarda le immagini delle fototrappole focalizzate sulle specie arboree. “È fondamentale velocizzare il processo di raccolta e analisi dei dati, trasformandoli in informazioni utili”, ha sottolineato Zampetti.
Il nucleo dei dati per addestrare il modello è stato ottenuto grazie all’esperienza diretta di Zampetti, il quale ha trascorso tre mesi in una missione in Brasile, collaborando con le comunità locali e l’ONG Instituto Juruá. Inoltre, ha ampliato il set di dati grazie a immagini provenienti da ricercatori attivi in altri paesi, come Perù, Costa Rica e Guiana francese, utilizzando anche il vasto archivio di immagini e video presente sulla piattaforma di citizen science iNaturalist.
Una volta aggregati i dati, il team di ricercatori ha annotato manualmente ogni immagine per identificare le specie presenti, un processo che ha permesso di addestrare l’algoritmo su cosa cercare.
Ora, i ricercatori possono inserire le proprie immagini di fototrappole nel modello e ottenere analisi automatizzate, che indicano quali specie, se presenti, sono state riconosciute. Il modello è progettato anche per avvisare gli utenti quando non può identificare una determinata specie. Zampetti spiega: “Invece di forzare un’errata previsione, l’AI risale nella gerarchia tassonomica e suggerisce la presenza di un particolare genere.”
TropiCam-AI ha già dimostrato di saper riconoscere 84 taxon, comprendenti 63 specie, con una precisione notevole. Secondo lo studio, circa 50 dei 84 taxon hanno ottenuto risultati superiori al 90% in termini di precisione e richiamo.
Zampetti ha aggiunto che il team continuerà a migliorare lo strumento, raccogliendo ulteriori dati di addestramento e collaborando con altri esperti che vorranno contribuire all’espansione del modello. “Alla fine della giornata, strumenti come questo possono fare solo quello per cui vengono addestrati”, ha osservato. “Proseguendo, possiamo aumentare il campione e perfezionare ulteriormente l’algoritmo per renderlo più efficace in varie applicazioni.”
TropiCam-AI rappresenta un’importante innovazione nel campo della biologia e della conservazione, mirando a migliorare le modalità di monitoraggio delle specie arboree nei nostri ecosistemi. La riconoscibilità della scimmia urlatrice comune (Saimiri sciureus), per esempio, è solo una delle specie che possono essere identificate grazie a questo strumento all’avanguardia.
Immagine di copertura: La scimmia urlatrice comune (Saimiri sciureus) è una delle 63 specie riconosciute da TropiCam-AI. Immagine di Luc Viatour via Wikimedia Commons (CC BY-SA 3.0).
Fonti:
– Zampetti, A., et al. (2026). Introducing TropiCam‐AI: A taxonomically flexible automated classifier of neotropical arboreal mammals and birds from camera‐trap data. Methods in Ecology and Evolution, 17(4), 1235-1247.
– Howe, H. F., & Smallwood, J. (1982). Ecology of seed dispersal. Annual Review of Ecology and Systematics, 13, 201-228. doi:10.1146/annurev.es.13.110182.001221
Non perderti tutte le notizie di green su sicilianews24.it