Usando as imagens de satanãlite de mais alta resolução disponí­veis atualmente - Worldview 3 - da Maxar Technologies e deep learning, (TensorFlow API, Google Brain), pesquisadores da University of Oxford Wildlife Conservation Research Unit e Machine Learning Research Group detectaram elefantes do espaço com precisão compara¡vel a capacidades de detecção humana.

Encontrar uma agulha em um palheiro éum desafio, mas contar elefantes do espaço parece ficção cienta­fica, mas éexatamente isso que uma equipe liderada por Isla Duporge da WildCRU conseguiu.

A população de elefantes africanos (Loxodonta africana) despencou no último século devido a  caça furtiva, matana§a retaliata³ria por ataques a plantações e fragmentação do habitat. Para conserva¡-los, énecessa¡rio saber onde estãoe quantos são: o monitoramento preciso évital.

Os manãtodos existentes estãosujeitos a erros. Contagens imprecisas levam a  ma¡ alocação de recursos de conservação escassos e tendaªncias populacionais equivocadas.

Atualmente, a técnica de pesquisa mais comum para populações de elefantes em ambientes de savana éa contagem aanãrea de aeronaves tripuladas. Os observadores em levantamentos aanãreos podem ficar exaustos, ser prejudicados por pouca visibilidade e, de outra forma, sucumbir a vieses, e os levantamentos aanãreos podem ser caros e logisticamente desafiadores.

Uma equipe da Universidade de Oxford (WildCRU: Departamento de Zoologia e Grupo de Pesquisa em Aprendizado de Ma¡quina: Departamento de Engenharia ) em colaboração com a Dra. Olga Isupova, da Universidade de Bath e a Dra. Tiejun Wang, da Universidade de Twente, se propa´s a resolver esses problemas .

Detectar elefantes remotamente usando imagens de satanãlite e automatizar a detecção por meio de aprendizagem profunda fornece um novo manãtodo para inspecionar elefantes e também resolve vários desafios existentes. Os satanãlites podem coletar mais de 5000 km² de imagens em uma passagem capturada em questãode minutos, eliminando o risco de contagem dupla. Pesquisas repetidas também são possa­veis em intervalos curtos.

O monitoramento por satanãlite éuma técnica discreta que não requer presença no solo, eliminando assim o risco de espanãcies perturbadoras ou de preocupação com a segurança humana durante a coleta de dados. areas anteriormente inacessa­veis tornam-se acessa­veis, e áreas transfronteiria§as - muitas vezes cruciais para o planejamento de conservação - podem ser pesquisadas sem a exigaªncia de licena§as terrestres demoradas.

Um dos desafios do uso do monitoramento por satanãlite éprocessar a enorme quantidade de imagens geradas. No entanto, automatizar a detecção significa que um processo que formalmente levaria meses pode ser conclua­do em questãode horas. Além disso, as ma¡quinas são menos propensas a erros, falsos negativos e falsos positivos em algoritmos de aprendizado profundo são consistentes e podem ser retificados por modelos de melhoria sistema¡tica - o mesmo não pode ser dito para humanos.

Para desenvolver este novo manãtodo, a equipe criou um conjunto de dados de treinamento personalizado de mais de 1000 elefantes na áfrica do Sul, que foi alimentado em uma Rede Neural Convolucional (CNN) e os resultados foram comparados ao desempenho humano. Os elefantes, ao que parece, podem ser detectados em imagens de satanãlite com uma precisão tão alta quanto a capacidade de detecção humana. Os resultados (conhecidos como pontuação F2) dos modelos CNN foram 0,78 em áreas heterogaªneas e 0,73 em áreas homogaªneas, em comparação com uma pontuação F2 de capacidade de detecção humana média de 0,77 em áreas heterogaªneas e 0,80 em áreas homogaªneas. O modelo pode atémesmo detectar elefantes em lugares distantes do local de dados de treinamento, mostrando a generalização do modelo. Tendo treinado a ma¡quina apenas em adultos, ela foi capaz de identificar bezerros.

Os pesquisadores acreditam que isso demonstra o poder da tecnologia para servir a  conservação: o sensoriamento remoto por satanãlite e as tecnologias de aprendizado profundo prometem a conservação desses mama­feros majestosos. As tecnologias de conservação abrem um novo mundo de possibilidades, a serem adotadas com a urgência necessa¡ria para a sexta extinção em massa e a situação global da biodiversidade.