Il bracconaggio è una delle maggiori minacce alla sopravvivenza di molte specie in tutto il mondo. Un gruppo di ricercatori della Harvard John A. Paulson School of Engineering and Applied Sciences sta usando l’Intelligenza Artificiale per sviluppare un nuovo strumento capace di aiutare i ranger nella lotta ai bracconieri. Si chiama Protection Assistant for Wildlife Security (PAWS) ed è un sistema di Intelligenza Artificiale che prevede i livelli di rischio di bracconaggio in diverse aree di una riserva naturale e aiuta i ranger a pattugliarle in modo più efficiente.

Gordon McKay, docente di Informatica, ha spiegato che il sistema attinge alle attività di bracconaggio segnalate, e ai fattori ambientali, per identificare le aree in cui i bracconieri potrebbero colpire in futuro e per suggerire ai ranger percorsi di pattugliamento. Senza questi dati i ranger devono programmare i pattugliamenti basandosi sull’intuito personale. “Questo strumento invece suggerisce azioni basate sull’evidenza dei fatti” spiega uno dei ricercatori, Milind Tambe.

Tambe con un ranger in una riserva naturale in Cambogia. Crediti: Università di Harvard

Il progetto è stato lanciato dallo stesso Tambe nel 2013, è ora pronto per l’implementazione nelle riserve naturali di animali selvatici in tutto il mondo. PAWS sarà integrato nello SMART (strumento di monitoraggio e reportistica spaziale), un sistema utilizzato dalla Wildlife Conservation Society e dal World Wildlife Fund in migliaia di parchi e riserve per raccogliere dati sulle attività di bracconaggio. Tambe spiega che “l’analisi di SMART guarda al passato, PAWS fornisce previsioni su cosa fare in futuro”.

SMART aggrega i dati raccolti dalle pattuglie, PAWS applica metodi di apprendimento automatico a tali dati storici, divide la riserva in segmenti da 1 chilometro per 1 chilometro e impiega algoritmi per fare previsioni sui “punti caldi” del bracconaggio, classificando ciascun segmento come “ad alto, medio o basso rischio”. I modelli di apprendimento automatico tengono conto di fattori quali la distanza da strade e città, la copertura degli alberi, la topografia e il conteggio degli animali presenti.

Il prof. Tambe ha usato per la prima volta questo strumento in un parco in Uganda nel 2016. Usando PAWS, il suo team ha identificato un punto caldo per il bracconaggio che i ranger non avevano pattugliato. Una volta arrivati sul posto hanno trovato un elefante a cui erano state tagliate le zanne. In ulteriori test, PAWS ha aiutato i ranger a rimuovere 10 trappole per antilopi prima che fossero catturati animali.

Foto: Depositphotos

Tambe e il suo team hanno continuato a perfezionare lo strumento. Ora, grazie a una partnership con Microsoft AI, si stanno preparando ad annunciare una versione migliorata dello strumento in 10-20 parchi. Microsoft AI aiuterà a sviluppare un sistema più efficiente e scalabile, e fornirà assistenza per i test e la raccolta di dati, che miglioreranno ulteriormente lo strumento in futuro.

Tambe e i suoi collaboratori stanno anche esplorando nuove aree di ricerca che potrebbero migliorare l’efficacia dei PAWS. Stanno studiando l’impiego di pattuglie per la raccolta di informazioni, per migliorare i dati che vengono immessi nel sistema e le previsioni che genera. Stanno anche cercando di incorporare alcune delle più recenti tecnologie in grado di registrare eventi in tempo reale, come telecamere, satelliti e droni.

Pattugliamento di Tambe in Malesia con l’ex studente Fei Fang

In una fase ancora successiva, il prof. Tambe vorrebbe modificare lo strumento in modo che possa essere utilizzato per proteggere anche foreste e aree marine.

Community - Condividi gli articoli ed ottieni crediti
Articolo Precedente

Notebook Asus ZenBook Pro Duo con schermo 4K in Italia con prezzi a partire da 3.000 euro

next
Articolo Successivo

eBay e Stripe abbandonano Libra, la cryptomoneta di Facebook è sempre più isolata

next