A etiologia é a área da ciência que busca entender os fatores genéticos, de desenvolvimento, ecológicos e sociais que afetam o comportamento animal. Mensurar o comportamento é uma forma eficiente de analisar, por exemplo, como fatores externos como a atividade humana afetam a dinâmica individual e coletiva de animais selvagens. Entretanto, quantificar o comportamento é um trabalhoso oneroso, já que os animais devem ser observados em seu hábitat com a mínima interferência possível. Na prática, isso é feito com a filmagem não intrusiva, mas então técnicos devem assistir a longas horas de para construir um perfil comportamental com valor informacional para os estudos.
Neste sentido, o atual estado da inteligência artificial chamou a atenção de um grupo de pesquisadores da Universidade de Oxford, no Reino Unido. Eles avaliaram se seria possível analisar os vídeos se valendo da tecnologia, para tanto automatizar quanto acelerar o processo de sua anotação. Em um trabalho publicado este mês, eles detalham como construíram um sistema baseado em visão computacional e reconhecimento sonoro para detectar e acompanhar duas atividades comuns de chimpanzés, a quebra de nozes e a produção de sons batendo as palmas das mãos nos nós de árvores, que lembra a utilização de tambores. Este é o primeiro trabalho publicado que faz o reconhecimento automático de comportamento selvagem usando tanto áudio quanto vídeo. Os dois canais de informação são importantes por sua complementaridade, já que às vezes o áudio pode estar misturado com outros sons ambientes, ou o vídeo pode estar parcialmente ocluso. O modelo implementado foi uma versão de rede neural convolucional capaz de analisar áudio e vídeo. O corpo dos animais é detectado e acompanhado ao longo dos frames, e integrado ao sinal sonoro após pré-processamento convolucional. Foram analisadas cerca de 40 horas de vídeos contendo mais de 2400 eventos de quebra de nozes, e quase 11 horas com cerca de 1250 sequências de tamborilamento. Na identificação das ações realizadas por chimpanzés individuais, o sistema atingiu precisão média de cerca de 77% na quebra de nozes e 86% no tamborilamento, que é considerada alta dada a dificuldade da tarefa.
Os pesquisadores comentam que, no caso dos chimpanzés, que têm comportamentos complexos, o sistema deve permitir comparações nas variações sutis entre grupos, fornecendo insights sobre a evolução comportamental ao longo do tempo em uma escala e profundidade até então impossíveis. Além disso, o sistema não é limitado a estes animais nem a estes comportamentos, e pode ser prontamente treinado para reconhecer outros paradigmas experimentais.
O novo método deve encontrar aplicação imediata, já que é muito comum atualmente usar câmeras escondidas para monitorar animais selvagens, e além disso há uma imensidão de arquivos disponíveis cuja análise deve fornecer informações inéditas sobre dados já coletados. Além de aumentar nossa literatura científica sobre os animais, isto deve auxiliar medidas de conservação, que poderão analisar o impacto de alterações ambientais de forma praticamente imediata.
