Pesquisadores desenvolveram inteligência artificial para auxiliar na conservação do peixe-boi em áreas de difícil acesso da Amazônia. — Foto: Divulgação/Instituto Mamirauá

Cientistas do Instituto Mamirauá, em colaboração com o Laboratório de Bioacústica Aplicada da Universidade Politécnica da Catalunha, publicaram um estudo mostrando avanços relevantes nas estratégias de conservação do peixe-boi amazônico, ao utilizarem técnicas de monitoramento acústico passivo associadas a modelos de inteligência artificial.

O estudo foi realizado no Lago Mamirauá, na Reserva de Desenvolvimento Sustentável Mamirauá, no Amazonas, região remota da Amazônia localizada entre Manaus e a Colômbia.

A pesquisa revelou novas descobertas sobre os padrões de presença e vocalização desses mamíferos aquáticos, conhecidos por sua difícil detecção visual.

Durante dois anos consecutivos (2021 e 2022), pesquisadores ligados à tecnologia e biólogos de campo monitoraram os chamados do peixe-boi utilizando gravadores subaquáticos e um modelo de rede neural convolucional.

O método identificou, com alta precisão, as vocalizações, permitindo analisar a presença dos animais em diferentes períodos sazonais. Os resultados apontaram que os peixes-bois frequentam o lago principalmente na estação de cheia, um habitat crítico rico em plantas aquáticas que sustentam sua dieta e abrigam mães e filhotes.

O estudo também descreveu o repertório vocal da espécie, revelando padrões de comunicação frequentes entre mães e filhotes, ressaltando a importância do local para a reprodução e cuidado parental.

De acordo com a pesquisa, o monitoramento é uma ferramenta valiosa para identificar habitats prioritários, avaliar o impacto de ameaças como a construção de hidrelétricas e desenvolver estratégias de conservação mais eficazes.

Biólogos experientes e o desenvolvimento de tecnologias de inteligência artificial baseadas em aprendizado de máquina podem superar obstáculos na conservação de espécies ameaçadas de extinção. A combinação do monitoramento acústico passivo com modelos de aprendizado profundo possibilita ampliar o monitoramento temporal e a detectabilidade da espécie, tornando essa abordagem útil para identificar os principais habitats do peixe-boi conforme a sazonalidade.

O método combinado representa uma técnica de monitoramento ecológico confiável, econômica e escalável, podendo ser integrada a protocolos padronizados de levantamentos de longo prazo para espécies aquáticas. Além disso, pode beneficiar significativamente o monitoramento de regiões inacessíveis, como os sistemas de água doce amazônicos.