Ogni uccello ha una propria voce e, anche all'interno della stessa specie, il suo canto presenta piccole differenze che lo rendono riconoscibile a livello individuale. Ora, grazie all'intelligenza artificiale, queste differenze possono essere utilizzate per identificare i singoli individui e seguirli nel tempo, senza bisogno di catturarli o marcarli. Un nuovo studio pubblicato sulla rivista Nature Methods dimostra infatti che un sistema basato sull'IA può distinguere i singoli uccelli soltanto attraverso le loro vocalizzazioni, raggiungendo un'accuratezza del 96%.
La ricerca, coordinata da Sam Lapp dell'Università di Pittsburgh, negli Stati Uniti, potrebbe cambiare il modo in cui gli ornitologi studiano e monitorano gli uccelli, permettendo di raccogliere informazioni preziose sulla loro sopravvivenza e sugli spostamenti senza interferire direttamente sugli animali con catture e marcature invasive.
Come l'intelligenza artificiale riconosce i singoli uccelli dal canto
Tradizionalmente, per seguire un uccello nel corso degli anni, i ricercatori devono catturarlo, applicargli un anello identificativo a una zampa e sperare di riuscire a osservarlo o catturarlo nuovamente. È il cosiddetto metodo di cattura-marcatura-ricattura attraverso l'inanellamento a scopo scientifico, una tecnica ancora oggi fondamentale per studiare il comportamento e gli spostamenti degli uccelli, ma che talvolta può essere faticosa, dispendiosa e può talvolta provocare anche stress e ferite, interferendo con la salute degli animali.
;Resize,width=578;)
Da un po' di anni ormai esistono sistemi automatici in grado di riconoscere facilmente le specie attraverso il canto, ma distinguere due individui della stessa specie è invece molto più complicato. Le loro vocalizzazioni possono infatti sembrare praticamente identiche anche all'orecchio dell'ornitologo più allenato, pur presentando piccole differenze nella frequenza, nel ritmo e nella struttura delle note.
Per verificare se l'intelligenza artificiale fosse in grado di cogliere queste piccole differenze, i ricercatori hanno scelto il seiuro corona dorata (Seiurus aurocapilla), un piccolo passeriforme migratore nordamericano appartenente alla famiglia dei parulidi. Conosciuto anche come tordo acquaiolo fornaio, questo uccello vive nei boschi e ed chiamato anche così per la particolare forma del suo nido, costruito a terra e simile a un piccolo forno con un'apertura laterale.
I maschi producono un canto forte e ripetitivo, utilizzato soprattutto per difendere il territorio e attirare le femmine. Apparentemente molto simili tra loro, queste sequenze di note presentano però caratteristiche leggermente diverse da individuo a individuo.
L'IA ha riconosciuto i singoli individui con una precisione molto alta
Gli autori hanno utilizzato registrazioni raccolte per quattro anni in 126 località della Pennsylvania, addestrando così un sistema di apprendimento automatico basato sull'intelligenza artificiale a individuare le caratteristiche distintive dei diversi canti e a raggruppare quelli presumibilmente prodotti dallo stesso individuo.
Per scoprire la reale efficacia di questo metodo sono state poi utilizzate registrazioni indipendenti raccolte in Alberta, in Canada, dove una rete di microfoni aveva permesso ai ricercatori di localizzare con precisione i singoli maschi e associare a ognuno di loro il proprio canto.
Il risultato è stato un'accuratezza del 96% nel riconoscimento di individui non presenti nei dati utilizzati per addestrare il sistema. Un risultato particolarmente incoraggiante perché dimostra che l'IA può davvero distinguere anche uccelli che non ha mai ascoltato prima, senza quindi aver bisogno di conoscere in anticipo il canto e l'identità di ogni individuo.
Seguire gli uccelli per anni senza doverli catturare
Una delle possibili applicazioni più interessanti riguarda il monitoraggio delle popolazioni di uccelli in natura. Molti passeriformi migratori tornano ogni primavera negli stessi territori riproduttivi. Riconoscere il canto di un determinato maschio potrebbe quindi permettere di verificare se sia effettivamente tornato anche negli anni successivi, senza doverlo marcare e catturare nuovamente.
Applicando il nuovo metodo alle registrazioni raccolte nel corso di quattro anni, i ricercatori sono riusciti a seguire ben 405 maschi, ricostruendo le loro ricomparse e stimando la sopravvivenza annuale di circa il 70%. Naturalmente, queste stime non permettono di distinguere con certezza quelli morti da quelli che magari si sono spostati in altri territori. Si tratta di informazioni potenzialmente utili per comprendere perché alcune popolazioni diminuiscono, quali aree sono più importanti per la nidificazione e quanto riescono a sopravvivere durante le migrazioni.
Il sistema presenta ovviamente ancora alcuni limiti. Nel caso del seiuro corona dorata, per esempio, permette di riconoscere soprattutto i maschi, che cantano regolarmente durante la stagione riproduttiva. Inoltre, per applicarlo ad altre specie sarà necessario verificare che anche le loro vocalizzazioni presentino caratteristiche individuali sufficientemente riconoscibili e valutare poi l'accuratezza del modello per ogni singolo caso.
L'intelligenza artificiale non potrà quindi sostituire il lavoro degli ornitologi sul campo. Catturare e osservare direttamente gli uccelli rimane infatti indispensabile anche per raccogliere informazioni sulle condizioni fisiche, sul peso, sulle riserve di grasso accumulate per la migrazione e su molti altri aspetti della loro biologia. Il nuovo metodo potrebbe però ridurre notevolmente la necessità di catture ripetute e consentire di seguire contemporaneamente centinaia o migliaia di individui, anche in aree molto vaste e difficili da raggiungere.
Una rete di registratori lasciati nei boschi e nelle campagne potrebbe così permettere agli ornitologi non soltanto di sapere quali specie sono presenti, ma anche di riconoscere, primavera dopo primavera, gli stessi uccelli che tornano a cantare.
