Studio con AI rivela le strategie dei trafficanti di fauna marina
Per addestrare il loro algoritmo, Pirotta e il suo team hanno raccolto 68 campioni individuali di cavallucci marini, pinne di squalo e cetrioli di mare. La maggior parte dei campioni è stata prestata dalle Collezioni del Museo Australiano, originariamente sequestrati durante operazioni di traffico reali. L’algoritmo ha dimostrato di avere una percentuale di successo nell’identificare pinne di squalo e cavallucci marini variabile tra il 95 e il 96%, mentre è riuscito a identificare i cetrioli di mare nel 86% dei casi.
Tuttavia, l’algoritmo ha maggiori difficoltà nell’identificare i cetrioli di mare, a causa della loro maggiore variazione rispetto a pinne e cavallucci marini. Ciò significa che l’algoritmo potrebbe avere più difficoltà a distinguere tra campioni legali e illegali all’interno della stessa specie. Inoltre, attualmente il sistema è stato testato solo su campioni morti, prevalentemente secchi, e può funzionare solo con macchine a raggi X in grado di creare immagini 3D in tempo reale. Sebbene non tutti nel mondo abbiano acceso a queste tecnologie, Pirotta ha sottolineato che esse stanno diventando sempre più comuni.
Per il futuro, l’obiettivo di Pirotta è quello di condividere la “ricetta” del proprio algoritmo per aiutare a rilevare ulteriori specie in altre regioni. “Quando ho iniziato questo lavoro, non avrei mai pensato che l’AI sarebbe diventata una parte così strumentale del mio lavoro come scienziata,” ha concluso Pirotta, esprimendo un approccio ottimista nei confronti del potenziale della tecnologia AI nel combattere il traffico di fauna marina.
About The Author
