As hienas marrons da Namíbia vivem em pequenos clãs, mas geralmente viajam e caçam sozinhas.
Alguns animais selvagens são relativamente fáceis de estudar. Certas populações de pinguins, por exemplo, são tão desacostumadas a grandes predadores que mal temem humanos e muitas vezes se aproximam de cientistas que espreitam por perto. As hienas marrons da Namíbia são o oposto. Esses mamíferos de aproximadamente um metro e vinte de comprimento — mais intimamente relacionados aos mangustos do que aos cães — vivem em pequenos clãs, mas geralmente viajam e caçam sozinhos. Eles vagam principalmente à noite e tendem a contornar até mesmo as armadilhas fotográficas mais habilmente colocadas. Isso se não as destruírem completamente, como os filhotes de hiena que devoraram o par de câmeras que a pesquisadora de hienas Marie Lemerle havia posicionado do lado de fora de sua toca. “Eles conseguiram abrir a caixa de metal e depois mastigaram a câmera, então até o cartão SD ficou pronto”, diz Lemerle, pesquisador do Brown Hyena Research Project.
Então, quando a equipe da organização sem fins lucrativos WildTrack, sediada nos EUA, entrou em contato no início deste ano para descobrir se Lemerle estaria interessada em colaborar no desenvolvimento de um novo sistema automatizado de identificação de hienas, ela ficou entusiasmada.
Zoe Jewell, uma conservacionista britânica, passou os últimos 13 anos ajudando a WildTrack a desenvolver um sistema alimentado por inteligência artificial para identificar animais a partir de fotos de suas pegadas. O trabalho foi inspirado pelas experiências de Jewell trabalhando ao lado de zimbabuanos rastreando rinocerontes negros. Até agora, a ferramenta de IA pode identificar 17 animais, incluindo leopardos, leões e rinocerontes. Mas o objetivo da equipe da WildTrack é produzir avaliações mais detalhadas — ensinando seu sistema de aprendizado de máquina a identificar quais animal individual deixou qual impressão.
Então, nos últimos cinco meses, Lemerle vem construindo uma biblioteca de referência de pegadas de hienas para os conjuntos de dados de treinamento do WildTrack. Cada vez que ela encontra uma pegada clara de hiena em Baker’s Bay, um local de reprodução de focas-do-cabo na costa atlântica da Namíbia, onde hienas marrons vêm caçar, Lemerle pega a régua de 30 cm em sua mochila, coloca-a na areia ao lado da pegada e tira uma fotografia com seu smartphone.
Então, a equipe WildTrack, sediada na Duke University da Carolina do Norte, analisa o tamanho e o formato da pegada em detalhes intrincados. Eles dividem cada pegada em 120 medidas diferentes, que o software de aprendizado de máquina pode comparar com outras no banco de dados para procurar uma correspondência. Às vezes, diz Jewell, tudo o que eles precisam para diferenciar as hienas são diferenças sutis nos ângulos entre os dedos dos pés.
Enquanto as diferenças fisiológicas inatas separam as pegadas das hienas, o mesmo acontece com as cicatrizes da vida. Como Jogos Vorazes tributos tentando alcançar a Cornucópia, hienas marrons querendo alcançar a colônia de focas em Baker’s Bay durante o dia têm que correr um corredor de outras hienas e bandos de chacais de dorso preto com a intenção de roubar suas presas. Eles recebem ferimentos horríveis: orelhas desfiadas, pescoços cortados e ocasionalmente um pé decepado. Algumas hienas mancam com pernas quebradas. “Se cada indivíduo tem uma manqueira diferente, isso provavelmente tem que aparecer de alguma forma em seus rastros”, diz Lemerle.
A ferramenta alimentada por IA deve, um dia, ser um grande complemento para métodos de estudo mais tradicionais, acrescenta Lemerle. “Seria muito bom se eu tirasse fotos das trilhas e visse quem estava lá no início da manhã”, diz ela.
A ferramenta, diz Jewell, deve dar a Lemerle uma ideia melhor de onde as hienas estão indo e como elas estão usando o ambiente sem necessariamente ter que vê-las.
Wesley Gush, um estudante de pós-graduação na Universidade de Pretória, na África do Sul, que não estava envolvido na pesquisa, estudou hienas marrons usando armadilhas fotográficas na Bubye Valley Conservancy, uma vasta reserva de vida selvagem no sul do Zimbábue. “As hienas marrons são um dos grandes carnívoros mais enigmáticos da África”, diz Gush, acrescentando que sua natureza elusiva frequentemente desmente seus números verdadeiros.
“O desenvolvimento de uma ferramenta automatizada teria um potencial significativo para auxiliar pesquisadores e gerentes de vida selvagem”, ele diz. “Seria incrível se funcionasse.”
Além de auxiliar pesquisadores de campo, a equipe da WildTrack espera que o sistema ajude a proteger hienas marrons selvagens e outras espécies ameaçadas.
Menos de 3.000 hienas marrons adultas residem na Namíbia, de menos de 10.000 no sul da África. Os animais são considerados quase ameaçados, com a espécie sofrendo com colisões com veículos e assassinatos por vingança por criadores de gado. Jewell diz que o sistema de aprendizado de máquina da WildTrack e o aplicativo de smartphone associado podem ser usados, por exemplo, para provar que rastros encontrados perto de fazendas não são de uma hiena marrom, o que pode reduzir o número de ataques retaliatórios.
“O modelo que desenvolvemos para (Lemerle) poderia ser usado em qualquer lugar para ajudar a proteger hienas marrons”, diz Jewell. “Essa é a esperança.”
Este artigo é de Revista Hakaiuma publicação online sobre ciência e sociedade em ecossistemas costeiros. Leia mais histórias como esta em hakaimagazine.com.
Histórias relacionadas de Revista Hakai:
• Bear-Dar alerta sobre a aproximação de ursos polares
• Reconhecimento facial — agora para focas
