Digite o que quer pesquisar:

Make your own custom-made popup window!

Lorem ipsum dolor sit amet, consectetuer adipiscing elit, sed diam nonummy nibh euismod tincidunt ut laoreet dolore

    Aplicações atuais da IA no combate aos problemas ambientais

    BoG / Blog  / Aplicações atuais da IA no combate aos problemas ambientais

    Aplicações atuais da IA no combate aos problemas ambientais

    Nas últimas semanas, analisámos como a Inteligência Artificial (IA) pode ter inúmeras aplicações no combate aos problemas ambientais, desde as alterações climáticas até à transição energética e à gestão de desastres ambientais. Abordámos, também, os desafios que esta tecnologia enfrenta para uma aplicação positiva, sem causar danos no ambiente ou na sociedade.

    Neste contexto, apresentamos alguns exemplos de como a IA já está a ser utilizada para enfrentar estas problemáticas ambientais.

     

    IA revoluciona a monitorização de icebergues

    Um grupo de cientistas desenvolveu um método de IA que permite identificar e mapear rapidamente grandes icebergues em imagens de satélite, acelerando significativamente o processo de monitorização da redução de icebergues e libertação de água derretida (Braakmann-Folgmann et al., 2023). Esta tecnologia de IA, capaz de realizar a tarefa 10 000 vezes mais rápido do que a análise humana, representa um avanço crucial na compreensão e resposta aos impactes negativos das alterações climáticas no gelo polar.

    Os icebergues desempenham um papel fundamental na dinâmica dos oceanos. Por exemplo, à medida que estes derretem, libertam água doce e nutrientes para o oceano, afetando a produtividade marinha primária, a circulação oceânica e a formação e quebra do gelo. Os icebergues também representam um perigo iminente para a navegação marítima de grandes navios e cargueiros, portanto, um conhecimento preciso e atualizado sobre onde estão e o seu tamanho é crucial.

    Neste contexto, através da IA, agora é possível identificar icebergues em ambientes onde há muito gelo marinho, algo que anteriormente não era possível. Permite ainda aos cientistas detetar icebergues quando se separam da calota de gelo e acompanhar o seu ciclo de vida até à sua dissolução, construindo uma imagem mais completa desta dinâmica.

    Para detetar os icebergues, a ferramenta utiliza dados de Radar de Abertura Sintética (SAR), um instrumento que transmite um sinal de microondas do espaço e mede a intensidade da radiação refletida. Os icebergues são bons refletores de microondas devido à estrutura cristalina de gelo e neve na sua superfície, portanto, aparecem como sinais fortes e brilhantes nas imagens de satélite. O uso de microondas também significa que estas imagens podem ser recolhidas de dia ou de noite e através de cobertura de nuvens.

    Figura 1. IA utilizada para detetar e medir o tamanho dos grandes icebergues. Fonte: Space.com 

    A aplicação da IA na monitorização de icebergues representa um avanço significativo na compreensão e gestão dos ecossistemas polares. Como mencionado anteriormente, esta tecnologia permite uma deteção mais rápida e precisa dos iceberges, contribuindo para a segurança da navegação, bem como para a análise dos impactes negativos das mudanças climáticas nos oceanos. Ao fornecer uma visão mais abrangente da dinâmica dos iceberges, desde a sua formação até à sua dissolução, a IA abre novas possibilidades para a pesquisa científica e a proteção ambiental nas regiões polares.

    Pode descobrir mais sobre este tema aqui.

     

    IA na conservação da biodiversidade

    A proteção dos ecossistemas é crucial para salvaguardar o futuro do nosso planeta e de todos os seus habitantes. Felizmente, os novos sistemas de IA estão a progredir nos esforços de conservação em todo o mundo, ajudando a enfrentar problemas complexos e em grande escala, desde o estudo do comportamento das comunidades animais no Serengeti para ajudar a conservar o ecossistema em declínio, até à deteção de caçadores furtivos e suas presas feridas para evitar a extinção de espécies.

    No contexto das tartarugas, estes animais desempenham um papel fundamental como espécies indicadoras, isto é, espécies capazes de fornecer informações sobre a “saúde” dos ambientes que ocupam. Tradicionalmente, a identificação e rastreamento das tartarugas é realizado com recurso a etiquetas físicas, um método que é condicionado pela perda ou erosão das etiquetas na água do mar. Para contornar esses desafios, surgiu o reconhecimento facial de tartarugas, aproveitando o padrão único de escamas no rosto de cada indivíduo. Esta abordagem visa aumentar a fiabilidade e rapidez da identificação de tartarugas, possivelmente substituindo o uso de etiquetas físicas.

    Figura 2. IA aplicada no reconhecimento facial de tartarugas. Fonte: Google Deepmind

     

    Desta forma, o reconhecimento facial de tartarugas com base em IA representa um avanço significativo na conservação marinha, oferecendo uma solução mais precisa e menos intrusiva para monitorizar e proteger estas espécies vulneráveis. Com o contínuo desenvolvimento e aplicação da IA na conservação, abre-se um caminho promissor para garantir a preservação dos ecossistemas marinhos para as gerações futuras.

    Saiba mais sobre o trabalho realizado para auxiliar a conservação dos ecossistemas marinhos aqui.

     

    The Ocean CleanUp – A IA está a limpar os oceanos

    Existe um projeto de destaque na limpeza dos oceanos, o “The Ocean CleanUp”, que está a utilizar IA para revolucionar a forma como enfrentamos a poluição por plástico nos oceanos. O principal objetivo deste projeto é usar novas tecnologias e ferramentas que recorrem à IA, para criar mapas detalhados das densidades de plástico em locais remotos nos oceanos.

    Os métodos tradicionais de recolha de dados, como arrastos ou levantamentos aéreos, são intensivos em mão-de-obra e muito dispendiosos. Neste contexto, este projeto desenvolveu uma abordagem inovadora para detetar e monitorizar detritos plásticos de forma mais eficiente.

    A equipa de investigação responsável pelo projeto desenvolveu um software de deteção de objetos de IA que, quando combinado com séries de imagens ao longo de transectos etiquetados com GPS, cria uma abordagem de deteção remota para detetar e mapear o comportamento dinâmico do plástico oceânico flutuante de forma mais eficiente. Numa visão global, este conjunto de dados em crescimento ajuda a determinar onde implantar operações de limpeza numa área extensa com uma distribuição desigual de detritos plásticos.

    Assim, este projeto representa uma iniciativa inovadora para criar observações científicas de detritos macroplásticos flutuantes. As descobertas de pesquisa deste projeto foram publicadas na revista MDPI Remote Sensing, em agosto de 2021, sob o título “Quantifying Floating Plastic Debris at Sea Using Vessel-Based Optical Data and Artificial Intelligence”, marcando a primeira prova de conceito para este novo método de deteção remota de plástico.

    A deteção remota tem o potencial de monitorizar continuamente e de forma sistemática o plástico oceânico flutuante em regiões offshore, abrindo uma nova era na luta contra a poluição marinha.

    Conheça melhor o projeto aqui.

    Figura 3. Exemplos de deteções típicas. Fonte: The Ocean Cleanup

     

    Ao longo destas semanas procurámos explorar o potencial da IA para impulsionar a transição climática, mitigar as alterações climáticas e auxiliar a conservação da biodiversidade. No entanto, também foram apresentados os efeitos negativos da IA, incluindo os efeitos ambientais, mas também os possíveis efeitos sociais, enfatizando a importância da mitigação dos mesmos e a necessidade de garantir que a IA seja usada de forma responsável e equitativa.

    Face a estes desafios, ressalvou-se a importância de uma regulação eficaz que garanta o uso seguro, ético e responsável da IA, mas também a importância da aceitação pública da IA, nomeadamente a formação acerca dos benefícios da utilização da IA e a promoção da compreensão das questões relacionadas com a segurança e a privacidade.

    Em resumo e num contexto de aceleração da mudança e de crescimento, a IA surge como uma ferramenta tecnológica fundamental, capaz de impulsionar a inovação, o progresso económico e a sustentabilidade ambiental no presente e no futuro.

     

    Referências

    Barnett Max (2022). Advancing conservation with AI-based facial recognition of turtles. URL: https://deepmind.google/discover/blog/advancing-conservation-with-ai-based-facial-recognition-of-turtles/. [Acedido em fevereiro de 2024]

    Braakmann-Folgmann, A., Shepherd, A., Hogg, D., and Redmond, E.: Mapping the extent of giant Antarctic icebergs with deep learning, The Cryosphere, 17, 4675–4690, https://doi.org/10.5194/tc-17-4675-2023, 2023.

    Gavi (2024) 8 ways AI is helping tackle climate change. URL: https://www.gavi.org/vaccineswork/8-ways-ai-helping-tackle-climate-change [Acedido em fevereiro de 2024]

    Kuthunur, Sharmila (2023). Icebergs are melting fast. This AI can track them 10,000 times faster than humans. URL: https://www.space.com/icebergs-melting-ai-tool-monitoring-shrinkage. [Acedido em fevereiro de 2024]

    Vries, Robin (2022). Using AI to monitor plastic density in the ocean. The Ocean Cleanup, 26 de janeiro, 2022. URL: https://theoceancleanup.com/updates/using-artificial-intelligence-to-monitor-plastic-density-in-the-ocean/.[Acedido em fevereiro de 2024]