Como é possível treinar um computador para realizar uma das tarefas de conservação mais difíceis? É exatamente o que fez a cientista Anahí Espíndola, professora de entomologia da Universidade de Maryland, nos Estados Unidos.
Espíndola é uma das criadoras de uma nova ferramenta que visa proteger as plantas em perigo de extinção. A pesquisadora e seus colegas criaram um algoritmo que “aprende” a identificar as espécies com maior probabilidade de estarem em risco de desaparecer.
Lista Vermelha
A lista avalia cada espécie individualmente dependendo de características como a redução de populações ou o tamanho da área de distribuição.
E então classifica essas espécies em diferentes categorias de acordo com sua necessidade de conservação. As categorias variam de “preocupação menor” a “criticamente ameaçada”.
“O problema é que, para fazer essas classificações, uma espécie é avaliada após a outra. Por exemplo, todas as espécies de uma família são avaliadas, mas algumas das espécies dessa família não estão em perigo “, disse Espindola à BBC.
É um processo complexo, que requer muito tempo e para o qual “são necessários muitos fundos e conhecimentos técnicos”.
Algoritmo que aprende
De fato, estima-se que apenas 5% de todas as espécies de plantas conhecidas foram avaliadas para a Lista Vermelha.
“Pensando nesse problema, nos ocorreu usar um algoritmo para não substituir as avaliações da Lista Vermelha, mas para tornar o processo mais direcionado para as espécies com maior probabilidade de serem ameaçadas”, disse o cientista argentino.
Mas como os pesquisadores “treinaram” um algoritmo para identificar plantas ameaçadas?
Os cientistas criaram o algoritmo a partir dos dados que já tinham sobre plantas ameaçadas e suas características, como a distribuição de acordo com a longitude e a latitude, o clima ou a morfologia.
“Nós criamos um modelo para as espécies que você já conhece, ea idéia é ver se essas características morfológicas, espaciais ou climáticas pode ajudar a espécie separada na conservação risco de quem não tem”, disse Espindola.
“Uma vez que criamos este modelo com os dados que já conhecemos, podemos usá-lo para prever espécies que não foram avaliadas, mas para as quais temos características climáticas ou morfológicas”.
Surpresas
O algoritmo treinado, um exemplo do que é chamado de aprendizado de máquina ou aprendizado automatizado, produziu várias surpresas.
No total, o algoritmo foi alimentado com dados de 150.000 espécies de plantas. Destas, mais de 15.000 (10%) apresentaram alta probabilidade de serem classificados com algum tipo de risco na Lista Vermelha.
Os mapas gerados pelo estudo destacaram a necessidade de conservar algumas áreas já conhecidas por sua biodiversidade.
“Esperamos agora que as pessoas usem nosso modelo e nos digam se encontrarem um problema, a fim de melhorá-lo”, concluiu a cientista.
Achou útil essa informação? Compartilhe com seus amigos! xD
Deixe-nos a sua opinião aqui nos comentários.