Un algoritmo “ascolta” i lemuri: l’intelligenza artificiale al servizio della biodiversità

Nel cuore della foresta pluviale del Madagascar, dove la presenza umana è limitata e l’osservazione diretta degli animali spesso complessa, la tecnologia sta aprendo nuove prospettive per la ricerca scientifica e la tutela ambientale. Un gruppo di studio dell’Università di Torino ha dimostrato come l’intelligenza artificiale possa diventare uno strumento concreto per monitorare specie rare, riuscendo a “ascoltare” i lemuri attraverso un algoritmo originariamente sviluppato per il riconoscimento dei canti degli uccelli.

Il progetto, pubblicato sulla rivista scientifica Integrative Zoology, rappresenta un passo significativo nell’applicazione delle tecnologie digitali alla conservazione della fauna selvatica. Attraverso l’analisi di oltre 55.000 registrazioni sonore, raccolte tra il 2020 e il 2023 nella foresta di Maromizaha, i ricercatori sono riusciti a identificare la presenza e i comportamenti di due specie emblematiche e minacciate: Indri indri e Varecia variegata.

Dall’ornitologia alla primatologia: come l’AI interpreta i suoni della foresta

Alla base dello studio c’è l’adattamento di BirdNET, una rete neurale progettata per riconoscere i suoni degli uccelli, che è stata ricalibrata per distinguere le vocalizzazioni dei lemuri. Il sistema, basato su tecniche di deep learning, ha raggiunto un livello di accuratezza superiore al 90%, dimostrando una notevole capacità di adattamento a contesti diversi da quelli per cui era stato originariamente sviluppato.

Le registrazioni, effettuate tramite dispositivi automatici attivi 24 ore su 24, hanno permesso di raccogliere dati continui senza interferire con l’ambiente naturale. Questo approccio consente di superare i limiti tradizionali della ricerca sul campo, soprattutto in aree difficilmente accessibili o durante le ore notturne, quando molte specie sono più attive ma meno osservabili.

L’analisi dei dati ha inoltre reso possibile ricostruire i ritmi comportamentali delle specie studiate. L’indri, ad esempio, mostra una maggiore attività nelle prime ore del mattino, mentre il vari bianconero presenta un ulteriore picco nel tardo pomeriggio. Informazioni di questo tipo risultano fondamentali per comprendere le abitudini degli animali e pianificare interventi di conservazione più mirati.

Monitoraggio non invasivo e nuove strategie per la conservazione

Uno degli aspetti più rilevanti dello studio riguarda la possibilità di effettuare un monitoraggio non invasivo, riducendo al minimo l’impatto umano sugli ecosistemi. L’utilizzo dell’intelligenza artificiale consente infatti di analizzare grandi quantità di dati in tempi rapidi e con costi contenuti, evitando la necessità di mantenere una presenza costante sul campo.

Questo approccio assume un valore ancora più significativo in contesti come quello del Madagascar, dove la biodiversità è tra le più ricche al mondo ma anche tra le più minacciate. Deforestazione, frammentazione degli habitat e cambiamenti climatici stanno mettendo a rischio la sopravvivenza di molte specie, rendendo indispensabili strumenti innovativi per monitorarne la presenza e l’evoluzione.

L’utilizzo di piattaforme open source come BirdNET rappresenta inoltre un elemento strategico per favorire la diffusione delle competenze. La possibilità di adottare tecnologie già esistenti consente anche ai gestori delle aree protette di accedere a strumenti avanzati senza la necessità di investimenti elevati o competenze altamente specialistiche, contribuendo a rafforzare la collaborazione tra ricerca scientifica e tutela ambientale.

Il lavoro dell’Università di Torino evidenzia come l’integrazione tra scienza, tecnologia e conservazione possa generare soluzioni efficaci e replicabili. “Ascoltare la foresta” attraverso algoritmi intelligenti non è più soltanto un’idea sperimentale, ma una pratica concreta che apre nuove possibilità per proteggere specie vulnerabili e comprendere meglio gli equilibri degli ecosistemi naturali.