Un algoritmo nato per riconoscere il canto degli uccelli è oggi in grado di “ascoltare” anche i lemuri. È quanto dimostra un nuovo studio pubblicato sulla rivista scientifica Integrative Zoology e condotto da ricercatrici e ricercatori dell’Università di Torino, che hanno utilizzato l’intelligenza artificiale per monitorare automaticamente le vocalizzazioni di due specie simbolo della biodiversità del Madagascar: Indri indri e Varecia variegata, entrambe fortemente minacciate dalla perdita di habitat.
La ricerca si è svolta nella foresta di Maromizaha, dove tra il 2020 e il 2023 sono state raccolte oltre 55.000 registrazioni acustiche grazie a registratori automatici installati nel cuore della foresta pluviale. Gli strumenti hanno registrato in modo continuo i suoni dell’ambiente naturale, 24 ore su 24 e per tutti i giorni dell’anno, consentendo di documentare la presenza e l’attività degli animali anche in momenti in cui l’osservazione diretta è difficile o impossibile, come durante la notte.
Per analizzare questa grande quantità di dati, i ricercatori hanno utilizzato BirdNET, una rete neurale convoluzionale sviluppata originariamente per il riconoscimento dei suoni degli uccelli. Il sistema è stato adattato e addestrato per identificare le vocalizzazioni specifiche delle specie di primati oggetto dello studio. Il modello ottimizzato ha raggiunto un’accuratezza superiore al 90%, dimostrando che tecnologie sviluppate per l’ornitologia possono essere applicate con successo anche alla primatologia.
«Dimostriamo che un sistema open source basato sul deep learning può essere impiegato con successo dall’ornitologia alla primatologia», spiega Daria Valente, ricercatrice dell’Università di Torino. «Questo studio apre nuove prospettive per individuare quando e dove sono attive specie rare di grande interesse conservazionistico, soprattutto in aree in cui il lavoro sul campo è logisticamente complesso».
L’utilizzo di questo sistema consente anche di ricostruire i ritmi di attività delle specie. Grazie all’analisi di tre anni di registrazioni, i ricercatori hanno osservato che l’indri è attivo soprattutto nelle prime ore del mattino, mentre il vari bianconero presenta un secondo picco di attività nel tardo pomeriggio.
I ricercatori sottolineano inoltre che sviluppare da zero una rete neurale richiede competenze specialistiche e potenza di calcolo spesso difficili da reperire proprio nei Paesi che ospitano la maggiore ricchezza di biodiversità. «Utilizzare una piattaforma open source già esistente, come BirdNET, ha permesso di abbattere queste barriere e di coinvolgere direttamente nel monitoraggio anche i gestori delle aree protette nei Paesi che ospitano fauna a rischio di estinzione, favorendo un trasferimento di competenze tecnologiche», aggiunge Valeria Ferrario, tra le autrici dello studio.
Integrare il monitoraggio acustico passivo con l’intelligenza artificiale consente di analizzare anni di registrazioni in modo rapido, standardizzato e non invasivo, riducendo significativamente tempi e costi delle analisi. Questo approccio evita inoltre la necessità di mantenere personale sul campo per monitoraggi continui durante tutto l’anno e nelle fasce orarie più critiche, come la notte o l’alba, consentendo di ottimizzare le risorse e di ampliare le azioni concrete di conservazione.
In un contesto come quello malgascio, dove deforestazione, frammentazione dell’habitat e cambiamenti climatici minacciano gravemente la sopravvivenza dei lemuri, strumenti di questo tipo possono fornire dati fondamentali per aggiornare le stime di presenza delle specie, comprendere le dinamiche comportamentali e sviluppare strategie di conservazione più efficaci.
Lo studio rappresenta una delle prime applicazioni di BirdNET ai primati e la prima a monitorare simultaneamente più specie di lemuri, dimostrando come “ascoltare la foresta” con algoritmi intelligenti possa diventare una strategia concreta per contribuire alla tutela di alcune delle specie più minacciate del pianeta.