Come la visione artificiale negli zoo può migliorare la cura degli animali

Gli zoo, i santuari e le riserve svolgono un ruolo importante nella tutela della fauna selvatica e nel mantenimento dell'equilibrio degli ecosistemi. Tuttavia, poiché ospitano numerose specie, ciascuna con esigenze specifiche, gestire le attività quotidiane può essere difficile. Per questo chi si prende cura degli animali sta adottando nuovi metodi per migliorare il modo in cui gli animali vengono osservati, curati e assistiti.

In particolare, l’intelligenza artificiale (AI) sta diventando uno strumento affidabile per la cura degli animali e la gestione degli zoo. Di conseguenza, il mercato globale dell’AI per la salute animale sta crescendo rapidamente e dovrebbe raggiungere gli 8,23 miliardi di dollari entro il 2034.

Un settore dell’AI che sta già avendo un impatto è la computer vision. I modelli di computer vision come Ultralytics YOLO11 consentono alle macchine di vedere e interpretare le immagini in modo simile agli esseri umani. Nella cura degli animali, la Vision AI può essere utilizzata per rilevare singoli animali, monitorarne i movimenti e persino individuare segni di malattia che potrebbero passare inosservati.

Fig 1. Rilevamento di elefanti con Ultralytics YOLO11.

In questo articolo esploriamo come la visione artificiale viene usata negli zoo e nell'assistenza veterinaria per monitorare la salute, seguire i comportamenti e favorire il benessere degli animali.

Il ruolo della computer vision negli zoo e nell’assistenza veterinaria#

Immagina un guardiano dello zoo che si prende cura di un animale malato, osservandone attentamente il comportamento durante tutta la giornata per cogliere ogni cambiamento. Ora immagina un sistema di telecamere che svolge questo lavoro senza interruzioni: monitora l’animale giorno e notte e avvisa il personale appena nota qualcosa di anomalo. La computer vision rende tutto questo possibile.

Le telecamere integrate con la visione artificiale possono aiutare a monitorare gli animali in tempo reale, facilitando il rilevamento precoce di segni di stress, lesioni o malattie. Modelli come Ultralytics YOLO11, che supportano diverse attività di visione artificiale, possono rilevare gli animali, seguirne gli spostamenti e aiutare nelle attività di routine, come il monitoraggio del comportamento.

Fig 2. Ultralytics YOLO11 può essere utilizzato per rilevare e seguire gli animali allo zoo.

Analogamente, in ambito veterinario, la computer vision può aiutare i veterinari con attività complesse, come la diagnosi di patologie oculari in specie con anatomie molto diverse. Ad esempio, questi strumenti possono rilevare con precisione problemi come cataratta o glaucoma, migliorando sia la rapidità sia la coerenza della diagnosi.

Con la crescente necessità di cure efficaci per gli animali, zoo e cliniche adottano soluzioni di computer vision per gestire le attività quotidiane in modo più efficiente. Dal rilevamento precoce delle malattie all’automazione dei controlli di routine, modelli come Ultralytics YOLO11 aiutano chi si prende cura degli animali a offrire un’assistenza più costante e tempestiva, soprattutto quando le risorse sono limitate.

Applicazioni della computer vision negli zoo#

Ora che abbiamo visto come la computer vision supporta la cura degli animali negli zoo e nelle cliniche, esaminiamo alcuni casi di studio internazionali che mostrano come viene utilizzata concretamente per la conservazione della fauna selvatica e il monitoraggio della salute animale.

Riconoscimento facciale degli animali: monitoraggio AI dei panda a rischio di estinzione#

Il panda gigante, un tempo a rischio di estinzione e oggi considerato vulnerabile, è ancora al centro di molti sforzi di conservazione. Tuttavia, seguire i singoli panda, la loro salute, il comportamento e la riproduzione può essere difficile, perché hanno tratti del viso simili. Persino gli esperti più preparati possono avere difficoltà a distinguere un panda dall’altro.

Sono stati utilizzati metodi tradizionali come l’esame delle impronte o i test del DNA, ma in genere sono costosi, invasivi e non sempre affidabili.

Per affrontare questo problema, i ricercatori del Centro di ricerca e allevamento del panda gigante di Chengdu, in Cina, hanno creato un sistema di riconoscimento facciale basato sulla computer vision. Il sistema utilizza la Vision AI per identificare i singoli panda analizzando le caratteristiche sottili e distintive dei loro volti.

Questa tecnologia di riconoscimento facciale consente ai ricercatori di monitorare continuamente i panda e osservarne i movimenti, le abitudini alimentari e la salute senza causare danni o disturbi. Permette di raccogliere facilmente informazioni accurate e in tempo reale sui panda, rendendo il processo di monitoraggio molto più efficace e affidabile.

Fig 3. Esempi di dati annotati utilizzati per addestrare modelli in grado di rilevare e identificare i panda.

Il monitoraggio della salute animale basato sull’AI aiuta i panda rossi a non stressarsi#

I panda rossi sono animali schivi e solitari, la cui sopravvivenza è seriamente minacciata. Negli ultimi 18 anni, pari a circa tre generazioni, la loro popolazione mondiale è diminuita di oltre il 50%, soprattutto a causa della perdita dell’habitat e della cattura illegale. Vivono in alcune zone di Myanmar, Nepal, India e Cina, in particolare sull’Himalaya e nella parte occidentale del Sichuan, dove restano circa 6.000-7.000 panda rossi.

Anche in ambienti protetti come gli zoo, possono essere esposti a rischi. Nei panda rossi, i problemi di salute spesso si manifestano attraverso piccoli cambiamenti nel comportamento, come muoversi o interagire meno oppure dormire male. Tuttavia, questi segnali possono essere così lievi da passare facilmente inosservati.

Per contribuire alla protezione di questi animali a rischio di estinzione, i ricercatori stanno sviluppando nuovi metodi di assistenza. Ad esempio, i dati raccolti con telecamere attivate dal movimento al Bifengxia Wildlife World, in Cina, sono stati utilizzati per addestrare un modello di computer vision basato su YOLOv8, progettato per monitorare il comportamento dei panda rossi.

Questo modello può aiutare chi si prende cura degli animali a individuare precocemente i segnali di stress o malattia, come un’insolita immobilità o una ridotta attività, senza disturbare gli animali. È un approccio non invasivo che consente un monitoraggio continuo, mantenendo i panda rossi tranquilli e senza stress.

Fig 4. Monitoraggio del comportamento dei panda rossi con la computer vision.

Tracciamento degli animali con la computer vision: monitoraggio dei delfini#

Osservare il comportamento di animali acquatici come i delfini tursiopi può essere complicato. Nuotano velocemente, si immergono in profondità e spesso si spostano in gruppo, rendendo difficile per chi si prende cura di loro seguirne le abitudini o notare piccoli cambiamenti. Capire come riposano, interagiscono e utilizzano gli spazi è però fondamentale per mantenerli in salute. Questo è particolarmente importante negli zoo e negli acquari, dove il loro ambiente deve essere gestito con attenzione.

Al Brookfield Zoo negli Stati Uniti, i ricercatori hanno progettato un sistema basato sulla computer vision per seguire gli spostamenti dei delfini in tutto il loro recinto. Hanno installato telecamere ad alta risoluzione intorno al recinto per registrare i movimenti dei delfini durante la giornata. Le registrazioni vengono poi analizzate per comprendere gli schemi comportamentali, come il nuoto, il riposo, le interazioni o l’esplorazione.

In particolare, si utilizza il tracciamento degli oggetti per seguire nel tempo gli spostamenti di ciascun delfino. Questa tecnica di computer vision consente al sistema di identificare i singoli delfini e monitorarne le attività, anche quando nuotano vicini o si immergono. Seguendo questi schemi, chi si prende cura dei delfini può capire meglio come utilizzano gli spazi, interagiscono tra loro e reagiscono ai cambiamenti ambientali.

Fig 5. Due telecamere seguono gli spostamenti dei delfini al Brookfield Zoo.

Vantaggi e svantaggi della computer vision negli zoo#

Oggi la computer vision viene utilizzata in diversi contesti di assistenza agli animali, dagli zoo alle cliniche veterinarie, per migliorare il monitoraggio, supportare la diagnosi e favorire il benessere complessivo. Ecco alcuni dei principali modi in cui contribuisce a migliorare le pratiche di cura degli animali:

• Analisi dell’uso dei recinti: le mappe di calore e il monitoraggio del comportamento mostrano quali aree di un recinto gli animali preferiscono o evitano, aiutando i guardiani dello zoo a migliorare la progettazione degli habitat e la pianificazione delle attività di arricchimento ambientale.
• Riduzione del carico di lavoro: automatizzare le attività di monitoraggio di routine offre ai team che si occupano degli animali più tempo da dedicare alle attività pratiche di arricchimento, all’addestramento e alle cure mediche.
• Collaborazione e diagnosi a distanza: i video e i dati comportamentali in tempo reale possono essere condivisi con veterinari, specialisti del comportamento o ricercatori che lavorano fuori sede, favorendo la collaborazione nell’assistenza e diagnosi più rapide.
• Monitoraggio notturno potenziato: i sistemi a infrarossi e per la visione in condizioni di scarsa illuminazione consentono al personale di monitorare gli animali dopo l’orario di chiusura o durante le attività notturne, operazioni difficili da svolgere manualmente senza disturbare gli animali.

La computer vision offre numerosi vantaggi nella cura degli animali, ma ci sono anche alcune sfide da considerare. Ecco alcune limitazioni e fattori importanti da tenere presenti quando si adotta questa tecnologia:

• Complessità dei comportamenti specifici delle specie: alcune specie presentano comportamenti sottili, rari o poco studiati, difficili da etichettare e rilevare con precisione senza dati di addestramento ampi e di alta qualità.
• Costi iniziali elevati: Il costo delle telecamere ad alta risoluzione, delle apparecchiature resistenti alle intemperie, dei server e dei dispositivi edge può rappresentare un investimento significativo, soprattutto per gli zoo e i centri di conservazione più piccoli.
• Copertura limitata e punti ciechi: spesso gli animali si spostano nelle tane, si nascondono dietro alberi o rocce oppure sfruttano lo spazio verticale: aree che le telecamere fisse potrebbero non riprendere senza installazioni costose e articolate da più angolazioni.
• Informazioni in tempo reale limitate sui comportamenti complessi: sebbene sia più facile rilevare comportamenti semplici come il sonno o il movimento, per i modelli AI è più difficile interpretare accuratamente interazioni sociali complesse o stati emotivi.

Punti chiave#

La computer vision sta cambiando gradualmente il modo in cui si accudiscono gli animali negli zoo, nelle cliniche veterinarie e nelle riserve. La capacità di monitorare i movimenti, rilevare i primi segni di malattia e seguire i singoli animali la rende uno strumento affidabile. Questi sistemi non possono sostituire chi si prende cura degli animali, ma possono aiutare queste persone a svolgere il proprio lavoro in modo più efficiente.

In futuro è probabile che vedremo applicazioni più avanzate dell’AI per monitorare la salute degli animali. Ad esempio, il rilevamento delle emozioni potrebbe aiutare a seguire in tempo reale i livelli di stress o di comfort, mentre la stima della posa potrebbe individuare i primi segni di lesioni prima che diventino visibili. Integrata con recinti intelligenti e sensori indossabili, la computer vision potrebbe diventare parte di un sistema connesso che offre a chi si prende cura degli animali informazioni più approfondite sul benessere di ciascun animale.

Unisciti alla nostra community in crescita! Esplora il nostro repository GitHub per approfondire l’AI. Vuoi avviare i tuoi progetti di computer vision? Dai un’occhiata alle nostre opzioni di licenza. Scopri di più sull’AI in ambito sanitario e sulla computer vision in agricoltura nelle nostre pagine dedicate alle soluzioni!