Foreste in salute con l'intelligenza artificiale

Il clima globale sta cambiando più velocemente del previsto. Sebbene gli scienziati si aspettino impatti dannosi per gli uccelli e altri residenti delle foreste, porre una lente d’ingrandimento sulle conseguenze inerenti gli aspetti di ogni singola specie è probabilmente più complesso.

Basti pensare, ad esempio, che il Dipartimento della pesca e della fauna selvatica della California ha impiegato quasi due decenni per monitorare e pianificare una conservazione accurata di più di 100 uccelli canori su 37.600 km2 di Taiga (così viene chiamata una grande foresta di Conifere),

I dati della ricerca

Ciò che cattura la nostra attenzione, analizzando i dati di questa ricerca, è che la popolazione di uccelli migranti è stata decimata a causa di incendi e silvicoltura (massimo sfruttamento economico dei terreni coperti di boschi).

Si tratta di specie che vivono ad una quota più bassa di questo ecosistema silvestre, sotto i 100m di altitudine per intenderci, dove l’aridità e i densi fumi del fuoco uccidono quasi tutte le prede di cui si cibano. Gran parte dei migranti di altitudine, che vivono e cacciano più in alto, potrebbero essere meno vulnerabili all’aumento delle temperature, poiché a grandi altezze cambierebbero anche le condizioni di sopravvivenza. Pensiamo per esempio all’aquila reale.

Stiamo parlando di uccelli in fase di migrazione verso climi più miti che scelgono di sostare in zone che possano ripararli da intemperie o luce troppo forte e al contempo per rigenerarsi. Purtroppo capita più spesso di quanto vorremmo che in queste aree, così densamente fitte di alberi e foglie secche, gli incendi nascano e si alimentino autonomamente.

Cosa si può fare per rallentare questa moria di uccelli migratori?

Innanzitutto è doveroso affermare che non tutti gli uccelli hanno la stessa capacità di adattamento ai cambiamenti climatici, per via della loro natura intrinseca o per l’habitat di appartenenza; ad esempio si potrebbe puntare lo sguardo alla conservazione delle foreste poste al di sopra dei 1500 m di altitudine; un’azione, questa, fondamentale per aiutare a proteggerli dall’aumento delle temperature.

Ad oggi si sta prevedendo di estendere il monitoraggio della biodiversità forestale per un’efficace pianificazione di salvaguardia.

Conservazione e monitoraggio nelle mani dell’ IA

La conservazione paesaggistica non è l’unica soluzione. Rimanendo sempre in California, due ingegneri di Google hanno parteggiato in un drastico miglioramento nel campo della bioacustica. Si tratta di Tom Denton e Scott Wisdom che, consci della gravità dei danni causati dagli incendi nel loro paese, hanno studiato un algoritmo in grado di riconoscere il canto degli uccelli. Un’applicazione fruibile su GitHub, messa a libera disposizione per aiutare biologi o ecologisti. Tutto ciò per poter decifrare in anticipo lo stato di salute di foreste o di qualsiasi altro ambiente verde.

Esiste già da anni un database a tal riguardo; tuttavia ognuna di queste registrazioni presenta un rumore ambientale significativo e vocalizzazioni sovrapposte che interferiscono con la classificazione del dato cinguettio.

Attraverso l’uso della scansione dei singoli canti, l’intelligenza artificiale messa a punto dai due ingegneri, può etichettare e classificare i suoni avendo come punto di partenza il vasto database sopracitato e poi da qui fare un lavoro di separazione automatica dei canti attraverso due comandi: MixIT (mixture invariant training) e MoM (mixture of mixtures).

Il primo serve a isolare i singoli canti che si percepiscono e il secondo serve ad allenare “l’orecchio” dell’intelligenza artificiale nel fare i giusti abbinamenti con i suoni del mondo reale al fine di diventare sempre più rapido nella scansione e riconoscimento. Denton e Wisdom affermano che questo modello non è privo di difetti e che, magari con il tempo, si potranno includere nel sistema anche certi anfibi, per avere un quadro completo e aggiornato sugli effetti prodotti dall’aumento progressivo delle temperature sulla biodiversità dell’habitat che si sta monitorando in quel momento.