IA prova teoria evolutiva sobre o surgimento de laços sociais entre animais aparentados com base em sua similaridade física

Não é só entre humanos que pessoas aparentadas são fisicamente similares, outros animais com algum grau de parentesco também têm essa característica. Uma explicação óbvia é a similaridade entre sua carga genética, mas também é possível que tenha havido uma pressão seletiva nesse sentido, já que isso facilitaria o reconhecimento necessário para manter relações sociais mais próximas. Agora, cientistas da Universidade de Montpellier, na França, e do Centro Primata Alemão, testaram essa hipótese recorrendo à inteligência artificial.

Os pesquisadores usaram 16 mil fotografias do rosto de 276 mandris, uma espécie de macaco africano, para verificar se a similaridade de atributos faciais em animais selvagens é resultado de seleção. Esses macacos vivem em grupos que podem passar de 100 indivíduos onde núcleos familiares se mantêm estáveis. O macho alfa costuma ser responsável pela reprodução, de forma que todo macaco jovem tem geralmente o mesmo pai, mas os grupos familiares se formam ao redor das fêmeas, não sendo portanto incomum que os animais jovens criados a uma certa distância tenham interação limitada. Entretanto, as macacas meio-irmãs, tanto por parte de pai quanto por parte de mãe, interagem com maior frequência do que animais não aparentados. Além disso, macacas filhas do mesmo pai têm traços mais similares que as filhas da mesma mãe, as quais já seriam socializadas no mesmo grupo por causa do laço materno, o que sugere que a semelhança física é uma forma adicional de aproximar as macacas irmãs que são criadas em grupos diferentes.

O algoritmo utilizado foi uma modificação do VGG Face, uma rede neural convolucional treinada para identificar rostos humanos. O trabalho envolveu transfer learning, para que essa rede base pudesse identificar e retirar atributos de rostos de mandris. Depois, os atributos obtidos foram usados para treinamento de um segundo algoritmo, uma support vector machine (SVM), que comparava fotos diferentes do mesmo animal ou de animais diferentes. Assim, esse novo algoritmo definiu pesos aos atributos de forma a determinar a similaridade entre as fotos. Os parâmetros da SVM serviram então para construir uma equação que serviu como métrica de distância entre as fotos iniciais. Por fim, as distâncias determinadas entre as fotos de todos os animais do estudo foram correlacionadas com as informações de parentesco e relacionamento social, de forma a testar a hipótese. Os resultados permitiram aos pesquisadores concluir que, de fato, os animais mais similares não só eram aparentados, como também mantinham relações sociais mais próximas.

O estudo, publicado no final de maio, mostra o potencial de usar as ferramentas disponibilizados pela inteligência artificial para a investigação quantitativa de fenótipos animais complexos, como é o caso dos rostos, além de permitir utilizar essa informação para elucidar relações importantes para a biologia evolutiva.