È assodato che è difficile distinguere alcune specie di uccelli, in particolare i passeri. Adesso, grazie ad un programma per computer che analizza foto e video, tutto ciò sarà possibile.
Per molti anni, i ricercatori identificavano gli uccelli posizionando bande colorate sulle loro zampe, un lavoro che è molto spesso laborioso. Per semplificare questo lavoro, vengono utilizzati dei tag appositamente attrezzati, il GPS e dei sensori di prossimità che registrano quando gli animali interagiscono. I “Tag transponder integrati passivi (PIT)”, utilizzati anche per prevenire taccheggi e identificare animali domestici, eseguono il ping delle antenne collegate quando un uccello atterra entro pochi centimetri.
L’ecologa comportamentale Claire Doutrelant del CNRS, l’agenzia di ricerca nazionale francese, e i suoi colleghi hanno aggiunto queste piccole etichette agli anelli delle zampe degli uccelli tessitori socievoli (Philetairus socius) dal 2017. Questi uccelli lavorano insieme per costruire grandi nidi nell’Africa meridionale, spesso sugli alberi di acacia. I nidi possono pesare fino a 1 tonnellata e ospitare fino a 200 uccelli. I loro comportamenti cooperativi includono anche l’allevamento di pulcini e la difesa contro serpenti e falchi. Per studiare questi comportamenti, i ricercatori identificano e tracciano centinaia di singoli uccelli.
Purtroppo, non è stato possibile ottenere in questo modo informazioni più granulari, come ad esempio quali uccelli hanno contribuito maggiormente alle attività comuni. D’altronde, Doutrelant e i suoi colleghi non possono posizionare antenne in tutto il nido: gli uccelli sono diffidenti nei loro confronti e le loro camere sono troppo vicine l’una all’altra per una raccolta dati affidabile.
André Ferreira, membro del team e studente presso l’Università di Montpellier, ha deciso di provare una sorta di intelligenza artificiale. Lo strumento, chiamato “Rete neurale convoluzionale”, setaccia migliaia di immagini per capire quali caratteristiche visive possono essere utilizzate per classificare una data immagine; utilizza quindi tali informazioni per classificarne di nuove. Le reti neurali convoluzionali sono già state utilizzate per identificare varie specie animali e vegetali allo stato brado, inclusi 48 tipi di specie africane. Sono riusciti perfino nell’impresa di distinguere tra individui della stessa specie di elefanti e di alcuni primati.
Ferreira ha fornito alla rete neurale diverse migliaia di foto di 30 tessitori socievoli che erano già stati taggati. “Nessuno aveva escogitato un metodo efficiente per raccogliere questi set di dati di addestramento”, ha affermato. Per scattare le foto, ha installato telecamere vicino a mangiatoie per uccelli dotate di antenne a radiofrequenza. Non appena gli uccelli sono atterrati, un piccolo computer ha registrato la loro identità usando il loro tag PIT e una fotocamera scattava foto della loro schiena ogni 2 secondi.
Dopo solo 2 settimane, Ferreira aveva abbastanza foto per addestrare la rete neurale. “Non eravamo sicuri che avrebbe funzionato”, ricorda Doutrelant. “Abbiamo osservato per molto tempo questi uccelli e non siamo mai riusciti a riconoscerli senza gli anelli colorati”. Ma quando sono state fornite foto che non aveva mai visto prima, la rete neurale ha identificato correttamente i singoli uccelli il 90% delle volte.
