“Acho que conseguiremos desenvolver esse tipo de reconhecimento facial também para qualquer espécie que gere bons dados de treinamento”

BearID identifica ursos em imagens – Foto: Melanie Clapham

Rachel Metz, do CNN Business

É difícil para uma pessoa comum distinguir Dani, Lenore e Bella: todas elas exibem uma capa marrom peluda e elegante e gostam de muitas das mesmas atividades, como brincar na água gelada e, ocasionalmente, rasgar um peixe recém-pescado ao meio.

Melanie Clapham não é uma pessoa comum. Como bióloga de ursos, ela passou mais de uma década estudando ursos pardos que vivem em Knight Inlet, na Colúmbia Britânica, Canadá, e desenvolveu um senso de quem é quem prestando atenção às pequenas coisas que os tornam diferentes.

“Eu uso características individuais – digamos, um urso tem um corte na orelha ou uma cicatriz no nariz”, contou.

Mas a bióloga sabe que a maioria das pessoas não tem olho para os detalhes, e a aparência dos ursos muda drasticamente ao longo de um ano (como quando eles ganham pelagem de inverno e engordam antes de hibernar) o que torna ainda mais difícil distinguir entre, digamos, Toffee e Blonde Teddy.

Segundo ela, rastrear ursos individualmente é importante porque isso pode ajudar na pesquisa e conservação da espécie; saber qual é o urso também pode ajudar em problemas como descobrir se um certo urso pardo está atacando latas de lixo ou vitimando o gado de uma propriedade rural.

Vários anos atrás, Clapham começou a se perguntar se uma tecnologia normalmente usada para identificar humanos poderia ajudar. A ideia era aproveitar o software de reconhecimento facial, que compara medidas entre diferentes características faciais em uma imagem e em outra.

Clapham se juntou a dois técnicos do Vale do Silício e, juntos, eles criaram a BearID, que usa software de reconhecimento facial para monitorar ursos pardos. Até agora, o projeto usou IA para reconhecer 132 dos animais individualmente.

Embora a tecnologia de reconhecimento facial seja famosa como uma ferramenta para identificar humanos (e traga uma dose de polêmica devido a questões bem conhecidas em relação à privacidade, precisão e preconceito), a BearID é um dos vários esforços para adaptá-lo para animais selvagens e em fazendas. Os defensores da tecnologia, como Clapham, dizem que é uma maneira mais barata, mais duradoura e menos invasiva (e com animais como os ursos, menos perigosa) de rastrear animais do que, digamos, colocar uma coleira ou furar a orelha para colocar uma etiqueta para leitura do tipo RFID.

Construindo dados de ursos

Para Clapham, que também tem pós-doutorado pela Universidade de Victoria, esse interesse em combinar ursos e IA está em desenvolvimento há anos. Em 2017 ela entrou Wildlabs.net, que conecta conservacionistas com a comunidade de tecnologia. Lá, ela conheceu o casal Ed Miller e Mary Nguyen, dois técnicos em San Jose, Califórnia, que estavam interessado em aprendizado de máquina e em assistir a ursos pardos pela webcam ao vivo em outro ponto popular de encontro de ursos, Brooks Falls no Parque Nacional de Katmai, no Alasca.

Desde então, o casal e a bióloga reuniram ilhares de fotos de ursos de Knight Inlet e Brooks River para criar conjuntos de dados. O trio adaptou um software de inteligência artificial existente chamado Dog Hipsterizer (ou Hipsterizador de Cachorro, usado, naturalmente, para adicionar bigodes e chapéus bobos a fotos de cachorros) para identificar rostos de urso em suas imagens. Uma vez que os rostos são detectados, eles também podem usar IA para reconhecer ursos específicos.

“Ele faz isso melhor que a gente”, disse Miller.

Até agora, a BearID coletou 4.674 imagens de ursos pardos: 80% das imagens foram usadas para treinar o sistema de reconhecimento facial, disse Clapham, e os 20% restantes para testá-lo. De acordo com pesquisa dela e de seus colaboradores publicada recentemente, o sistema é 84% preciso. O urso que alguém está tentando reconhecer já deve estar no conjunto de dados relativamente pequeno do grupo.

Reconhecimento facial no campo

Enquanto a BearID está atribuindo nomes a rostos na natureza selvagem, Joe Hoagland está tentando fazer o mesmo em criações de gado. Pecuarista em Leavenworth, Kansas, Hoagland está montando um aplicativo chamado CattleTracs que, segundo ele, permitirá que qualquer pessoa tire fotos de gado que serão armazenadas junto com as coordenadas do GPS e a data da foto em um banco de dados online. As fotos seguintes do mesmo animal serão capazes de corresponder às fotos anteriores, ajudando a rastreá-lo ao longo do tempo.

O aplicativo CattleTracs monitora o gado – Foto: Divulgação/Cattletracs

Segundo Hoagland, o gado de corte passa por muitas pessoas e lugares diferentes ao longo de suas vidas, de produtores a pastagens para lotes de alimentação e, em seguida, a frigoríficos. Não há muito rastreamento entre eles, o que torna difícil investigar problemas como doenças de origem animal que podem afetar o gado e prejudicar as pessoas. Hoagland espera que o aplicativo esteja disponível até o final do ano.

“Ser capaz de rastrear aquele animal doente, encontrar sua origem, colocá-lo em quarentena, fazer rastreamento de contato, tudo que estamos falando agora com o coronavírus, é algo que podemos fazer com os animais também”, disse ele.

Hoagland procurou o professor KC Olson, da Universidade Kansas State, que reuniu um grupo de especialistas em áreas como veterinária e ciência da computação para reunir imagens de gado e criar um banco de dados para treinamento e teste de um sistema de IA. O grupo montou um sistema de prova de conceito em março com mais de 135 mil imagens de 1.000 bovinos jovens. Olson disse que o aplicativo foi 94% preciso na identificação de animais, independentemente de tê-los visto antes ou não.

Segundo o desenvolvedor e pecuarista, a técnica é muito melhor do que o que ele viu com etiquetas e leitores RFID, que podem funcionar mal quando o gado está densamente amontoado.

“É um grande salto em precisão”, afirmou.

Ouro para caçadores

Embora o reconhecimento facial para animais não seja cercado de questões de privacidade, preconceito e vigilância como é para os humanos, há tópicos únicos a serem considerados.

Por exemplo, embora a tecnologia de vigilância possa ajudar a proteger os animais, ela também pode ser usada contra eles. Tanya Berger-Wolf, cofundadora e diretora da Wildbook.org, que é uma plataforma de IA para projetos de pesquisa de vida selvagem, enfatizou a importância de controlar o acesso a dados de animais para aqueles que foram examinados.

“O que é ótimo para cientistas e gestores de conservação também é ouro para caçadores de vida selvagem”, contou.

Isso porque um caçador pode usar imagens de animais, juntamente com dados como coordenadas de GPS que podem estar anexadas às fotos, para localizá-los.

Há também a dificuldade de coletar uma grande coleção de imagens de animais individuais – de vários pontos de vista, em diferentes condições de iluminação, sem obstruções como plantas, tomadas repetidamente ao longo do tempo – para treinar redes de IA.

Anil Jain, professor de ciência da computação na Universidade Michigan State, sabe disso melhor do que a maioria: ele e seus colegas estudaram como o software de reconhecimento facial poderia ser usado para identificar lêmures, macacos dourados e chimpanzés, com a esperança de ajudar a rastrear animais em extinção e deter o tráfico de animais. Eles lançaram um aplicativo para smartphone Android em 2018 chamado PrimID que permite aos usuários comparar suas próprias fotos de primatas com as de seu banco de dados.

Jain, que não está mais trabalhando nesse projeto, disse que coletar fotos suficientes de animais foi particularmente complicado – especialmente com lêmures, que podem se agrupar em um grande grupo em uma árvore. Segundo ele, redes de reconhecimento facial para humanos podem ser treinadas com milhões de fotos de centenas de milhares de pessoas; a BearID contou com apenas uma fração de tantos até agora, como fez a pesquisa de Jain.

A bióloga Clapham disse que tem mais imagens de alguns ursos do que de outros, então sua equipe está tentando obter mais dos ursos que estão menos representados no conjunto de dados. Os pesquisadores também querem começar a treinar seu sistema de IA com imagens de armadilhas fotográficas, que são câmeras equipadas com um sensor e luzes e colocadas em áreas selvagens onde os animais podem vagar e disparar gravações de vídeo. Eles estão considerando como a BearID poderia ir além dos ursos para outros animais também.

“Acho que conseguiremos desenvolver esse tipo de reconhecimento facial também para qualquer espécie que gere bons dados de treinamento”, disse Clapham.

Comentários