IA identifica espécies de golfinhos por meio de “assobios”

O algoritmo reconhece padrões acústicos de 6 espécies e pode ampliar o monitoramento e a conservação da biodiversidade marinha

Os sons emitidos por golfinhos podem se tornar uma ferramenta de monitoramento e proteção da biodiversidade marinha. Um estudo do IO (Instituto Oceanográfico) da USP (Universidade de São Paulo) desenvolveu um algoritmo de IA (inteligência artificial) capaz de identificar 6 espécies de golfinhos do Atlântico Sul Ocidental a partir de “ assobios ” que os animais produzem.

Publicada na revista Ocean and Coastal Research , a pesquisa representa um avanço no monitoramento da biodiversidade marinha e pode ampliar a capacidade de acompanhar populações de mamíferos aquáticos em áreas de difícil acesso.

Para desenvolver o modelo, os pesquisadores analisaram cerca de 1.800 sons de golfinhos-comuns ( Delphinus delphis ), orcas ( Orcinus orca ), golfinhos-pintados do Atlântico ( Stenella frontalis ) e golfinho-nariz-de-garrafa ( Tursiops truncatus ), coletados ao longo da costa de São Paulo; de golfinhos-rotadores ( Stenella longirostris ), do Arquipélago de Fernando de Noronha; e botos-cinza ( Sotalia guianensis ), do Estuário de Cananéia, no litoral sul de São Paulo.

O algoritmo alcançou 55% de precisão na identificação das espécies, resultado considerado promissor por representar um primeiro passo para a automatização do reconhecimento acústico desses animais. A maior precisão foi observada para os golfinhos-comuns (73,6%), seguida por botos-cinzas (65%) e golfinhos-pintados-do Atlântico (55%).

De acordo com o biólogo Diogo D. Barcellos, primeiro autor do artigo Whistle Characteristics and Species Classification Algorithm for Delphinids in the Southwestern Atlantic Ocean , a precisão do modelo pode ser ampliada com o aumento amostral e com a quantidade de registros de assobios utilizados no treinamento do algoritmo. “ Quanto maior o número de amostras por espécie, maior tende a ser a capacidade do sistema em distinguir os diferentes padrões acústicos ”, explica.

Barcellos explica que a ideia de utilizar IA para identificar espécies de golfinhos por meio de suas vocalizações surgiu em pesquisas sobre a ecologia, a distribuição e os movimentos de cetáceos (golfinhos, botos e baleias) no litoral brasileiro. Durante cruzeiros oceanográficos, os pesquisadores identificavam visualmente os animais enquanto hidrofones, equipamentos que funcionam como microfones subaquáticos, registravam assobios, cliques de ecolocalização e outras vocalizações dos animais. Os assobios foram convertidos em dados numéricos, como duração e frequência, dando origem à biblioteca acústica que reúne o repertório sonoro de diferentes espécies.

De acordo com o pesquisador, populações de uma mesma espécie podem desenvolver padrões próprios de vocalização, semelhantes a “ sotaques ” regionais. “ Essas diferenças refletem a adaptação a condições ambientais distintas, como disponibilidade de alimento, presença de predadores e impactos da atividade humana. Em algumas áreas, espécies que convivem podem até incorporar sons umas das outras, o que torna a identificação acústica mais complexa ”, diz.