Page 12 - Costanza Di Francesco Maesa - Questioni giuridiche relative all’applicazione dell’intelligenza artificiale alla conservazione delle foreste

COSTANZA DI FRANCESCO MAESA

in cui le tempeste tropicali influenzano la distribuzione delle specie arboree a
Porto Rico. Analizzando quali specie di alberi sono state distrutte e quali hanno
resistito all’uragano, gli scienziati vorrebbero prevedere i modelli associati a futuri
30
uragani.
Un altro aspetto importante, anche a tutela della biodiversità , consiste nel
31
valutare come le specie rispondono alla distruzione del loro habitat a causa della
deforestazione o del bracconaggio. A tal fine, per esempio, gli scienziati della
Nature Conservancy e le sue organizzazioni partner hanno sviluppato un nuovo
modo automatizzato di monitorare i suoni: in particolare, hanno installato
minuscoli registratori di suoni in numerosi punti della foresta e hanno registrato
i suoni della foresta. I dati raccolti sono stati poi analizzati per identificare i suoni
delle diverse specie durante le diverse ore del giorno e i diversi periodi dell'anno.
L'obiettivo era quello di sviluppare una piattaforma globale per archiviare tali dati
e fornire servizi analitici per analizzare l’insieme di dati raccolti e comprendere i
32
benefici degli interventi di conservazione delle specie. I sistemi di IA sono stati
33
utilizzati anche per identificare le specie: è infatti difficile analizzare l’enorme
quantità di dati, fotografie o videoclip che si ricavano dall’uso di trappole
fotografiche e altri dispositivi. Pertanto, l’uso dell’intelligenza artificiale può
essere cruciale per risolvere questo problema e analizzare una quantità
impressionante di dati; in tal modo, numerose specie possono essere classificate
accuratamente. La possibilità di classificazione rapida e di trasferimento delle
34
informazioni offerta dai sistemi di IA è stata utilizzata anche per altri obiettivi,
come quello di identificare tigri o elefanti prima che si avvicinino a fattorie o
villaggi, sebbene la mancanza di antenne e ricevitori di segnale in aree boschive

30 Vedi https://news.columbia.edu/news/combating-climate-change-artificial-intelligence.
31 Vedi METCALF - EWEN - MCCREADY - WILLIAMS - ROWCLIFFE, A novel method for using
ecoacoustics to monitor post-translocation behaviour in an endangered passerine, in Methods Ecol. Evol., 2019,
10, 626-636; NAY - BURCHFIELD - GILLIGAN, A machine-learning approach to forecasting remotely sensed
vegetation health, in Int. J. Remote Sens, 2018, 39, 1800-1816; BURIVALOVA - GAME - BUTLER, The
sound of a tropical forest, in Science 2019, 363, 28-29; WOOD - GUTIERREZ - PEERY, Acoustic monitoring
reveals a diverse forest owl community, illustrating its potential for basic and applied ecology, in Ecology 2019,
100.
32 BURIVALOVA - GAME - BUTLER, The sound of a tropical forest, in Science 2019, 363, 28-29.
33 SUN - LIU - WANG - ZHANG, Deep learning for plant identification in natural environment, in Comput.
Intell. Neurosci, 2017; NUÑEZ - LEMUS - WOLF - RODALES - GONZÁLEZ - CRISCI, The first artificial
intelligence algorithm for identification of bat species in Uruguay, in Ecol. Inform., 2018, 46, 97-102;
WÄLDCHEN - RZANNY - SEELAND - MÄDER, Automated plant species identification—Trends and future
directions, in PLoS Comput. Biol., 2018, 14.
34 Ad esempio, nell'ecosistema del Serengeti, una comunità di 48 specie è stata classificata
utilizzando questo approccio. Vedi NOROUZZADEH - NGUYEN - KOSMALA - SWANSON - PALMER -
PACKER - CLUNE, Automatically identifying, counting, and describing wild animals in camera-trap images
with deep learning, in Proc. Natl. Acad. Sci., USA 2018, 115. Using this system, also individual animals,
such as tigers, for example, have been individuated. KARANTH - NICHOLS, Estimation of tiger densities
in India using photographic captures and recaptures, in Ecology 1998, 79, 2852-2862.

40