La natura incontra l’innovazione: come l’intelligenza artificiale sta salvando le foreste
L'intelligenza artificiale è sempre più presente nelle nostre vite. Uno studio svela come può proteggere le foreste, l'importanza della tecnologia tra gli alberi.

Da diversi anni, l’intelligenza artificiale ha preso il sopravvento su tutto. Si tratta dello strumento più recente messo a disposizione dell’uomo e utilizzato adesso anche per proteggere le foreste e prevenirne il degrado. Nell’ultimo periodo sono state condotte delle ricerche che svelano come questa innovativa tecnologia possa contribuire a proteggere l’ecosistema.
I ricercatori della Charles Darwin University hanno collaborato nella conduzione di uno studio internazionale, guidato in primi dall’Università dello Sri Lanka. L’obiettivo pare fosse uno solo ovvero sviluppare un modello di intelligenza artificiale che potesse rilevare i cambiamenti nella copertura forestale e quindi la quantità di superficie terrestre che risulta coperta da alberi.

Salvare le foreste con l’intelligenza artificiale, un nuovo modello AI monitora e previene la deforestazione
I dati evidenziati dalle Nazioni Unite purtroppo ha fatto emergere una situazione preoccupante, con una perdita netta di superficie forestale pari a 100 milioni di ettari tra i 2000 ed il 2022. I ricercatori nel condurre il loro studio hanno utilizzato l’architettura U-Net che si utilizza per la segmentazione delle immagini nell’analisi delle immagini biomediche e l’hanno adattata per confrontare le immagini precedenti e quelle attuali dell’ecosistema.
Il fine pare fosse quello di andare ad individuare l’area dove si è verificata la maggiore perdita di foreste. Il tasso di accuratezza riscontrato dagli esperti è stato del 97,82% e del 98,44%. A parlare è stato il coautore e professore associato di tecnologie dell’informazione alla CDU, Bharanidharan Shanmugam, il quale ha dichiarato che il modello è ideale per applicazioni nel mondo reale perché produce alti tassi di accuratezza nonostante occorra un numero minore di campioni di addestramento.
“Sfruttando tecniche di apprendimento profondo, il nostro modello consente un’analisi rapida delle immagini satellitari, consentendo alle autorità di identificare le aree ad alto rischio e di rispondere alla deforestazione prima che si verifichino danni irreversibili. A differenza degli approcci tradizionali che richiedono un notevole sforzo manuale, il nostro metodo automatizza il processo, rendendo il monitoraggio su larga scala più fattibile ed economico”. Queste le parole del coautore dello studio.


