Pesquisadores da PUC-Rio desenvolvem inteligência artificial para mapear e preservar algas calcárias
Tecnologia desenvolvida por engenheiros mapeia ecossistemas profundos e reduz erros na identificação de espécies ameaçadas pelo setor petrolífero
Engenheiros da PUC-Rio criaram um modelo de inteligência artificial focado na preservação de ecossistemas nas profundezas do oceano. O estudo, publicado na Springer Nature, busca proteger a vida marinha dos impactos da extração de gás e petróleo na costa brasileira. A tecnologia tenta evitar danos causados por equipamentos industriais no fundo do mar, priorizando os ecossistemas de algas calcárias.
Essas algas possuem carbonato de cálcio e formam recifes, servindo de habitat para várias espécies e ajudando no armazenamento de carbono. Proteger essas áreas exige limitar a atividade extrativista, mas a profundidade e a escuridão dificultam a localização dos organismos. O monitoramento atual usa veículos operados remotamente para capturar imagens, ajudando a definir locais seguros para a instalação de infraestruturas petrolíferas.
Como o software da PUC-Rio melhora o mapeamento da vida marinha
A análise tradicional de imagens sofre com imprecisões, pois os dados costumam ser catalogados com erros devido a falhas humanas ou limitações visuais. Para resolver isso, os pesquisadores Vitor Sousa, Manoela Kohler e Marco Aurélio Pacheco aplicaram técnicas de aprendizagem autossupervisionada. O método de aprendizado contrastivo faz o software identificar padrões direto das imagens, separando semelhanças e diferenças com precisão, mesmo lidando com informações ruidosas.
O sistema dá pesos diferentes aos rótulos de reconhecimento conforme a confiabilidade da imagem, isolando registros exatos dos que exigem cautela. Em testes com um banco de dados da área, o modelo teve aumento de 3% na precisão geral. No caso das algas calcárias, o acerto cresceu 1,6%, número que os engenheiros consideram expressivo para aplicações ambientais que exigem rigor no mapeamento de zonas de preservação.
O impacto dos dados no treinamento da inteligência artificial
O sucesso do rastreio depende das informações fornecidas ao sistema na sua criação. Os autores do projeto explicam a questão: “(…) nosso estudo também reforça que sistemas de inteligência artificial são profundamente influenciados pela qualidade dos dados com que são treinados. Lidar com essas imperfeições continua sendo um dos grandes desafios atuais da área, especialmente em contextos do mundo real.” O recurso computacional continuará sendo ajustado para avaliações ambientais.
