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

Zoo, riserve e parchi naturali svolgono un ruolo importante nel sostenere la conservazione della fauna selvatica e nel contribuire a mantenere l'equilibrio degli ecosistemi. Tuttavia, dato che questi spazi ospitano una vasta gamma di specie, ognuna con esigenze specifiche, gestire le operazioni quotidiane può essere difficile. Ecco perché i custodi degli animali si stanno orientando verso nuovi metodi all'avanguardia per migliorare il modo in cui gli animali vengono osservati, trattati 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 nella salute animale è in rapida crescita e si prevede che raggiungerà gli 8,23 miliardi di dollari entro il 2034.

Un ramo dell'AI che sta già avendo un impatto è la computer vision. Modelli di computer vision come Ultralytics YOLO11 consentono alle macchine di vedere e interpretare le immagini proprio come fanno gli esseri umani. Per quanto riguarda la 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. Utilizzo di YOLO11 per rilevare elefanti.

In questo articolo, esploriamo come la computer vision viene utilizzata negli zoo e nell'assistenza veterinaria per monitorare la salute, tracciare il comportamento e sostenere il benessere degli animali. Iniziamo!

Link to this sectionIl ruolo della computer vision negli zoo e nell'assistenza veterinaria#

Immagina uno zookeeper che veglia su un animale malato, osservandone attentamente il comportamento durante tutto il giorno per cogliere eventuali cambiamenti. Ora, immagina un sistema di telecamere che svolge questo lavoro continuamente: monitora l'animale 24 ore su 24 e avvisa il personale non appena qualcosa sembra non andare. La computer vision rende tutto questo possibile.

Le telecamere integrate con la computer vision possono aiutare a monitorare gli animali in tempo reale, rendendo più facile rilevare segni precoci di stress, lesioni o malattie. Modelli come Ultralytics YOLO11, che supportano varie attività di computer vision, possono rilevare animali, tracciarne i movimenti e assistere in compiti di routine come il monitoraggio del comportamento.

Fig 2. YOLO11 può essere utilizzato per rilevare e tracciare animali allo zoo.

Allo stesso modo, nell'assistenza veterinaria, la computer vision può assistere i veterinari in compiti complessi, come la diagnosi di patologie oculari in specie con anatomie molto diverse. Ad esempio, tali strumenti possono rilevare accuratamente problemi come cataratta o glaucoma, migliorando sia la velocità che la coerenza della diagnosi.

Man mano che cresce il bisogno di cure efficaci per gli animali, gli zoo e le cliniche stanno adottando soluzioni di computer vision per gestire le operazioni quotidiane in modo più efficiente. Dalla rilevazione precoce delle malattie all'automazione dei controlli di routine, modelli come YOLO11 aiutano i custodi a fornire cure più costanti e reattive, specialmente quando le risorse sono limitate.

Link to this sectionApplicazioni della computer vision negli zoo#

Ora che abbiamo visto come la computer vision supporta la cura degli animali negli zoo e nelle cliniche, diamo un'occhiata più da vicino ad alcuni casi studio globali che mostrano come viene utilizzata negli sforzi di conservazione della fauna selvatica e nel monitoraggio della salute degli animali nel mondo reale.

Link to this sectionRiconoscimento facciale degli animali: monitoraggio AI dei panda in via di estinzione#

Il panda gigante, un tempo in via di estinzione e ora considerato vulnerabile, rimane un obiettivo principale degli sforzi di conservazione. Ma tenere traccia dei singoli panda, della loro salute, del comportamento e della riproduzione può essere difficile poiché hanno tratti del viso simili. Anche gli esperti addestrati possono avere difficoltà a distinguere un panda dall'altro.

Sono stati utilizzati metodi tradizionali come il controllo delle impronte o l'esecuzione di test del DNA, ma questi metodi sono generalmente costosi, invasivi e non sempre affidabili.

Per affrontare questo problema, i ricercatori della Chengdu Research Base of Giant Panda Breeding in Cina hanno creato un sistema di riconoscimento facciale che utilizza la computer vision. Il sistema utilizza la Vision AI per identificare i singoli panda analizzando le caratteristiche sottili e uniche dei loro volti.

Questa tecnologia di riconoscimento facciale consente ai ricercatori di monitorare continuamente i panda, osservarne i movimenti, le abitudini alimentari e la salute senza causare alcun danno o disturbo. Fornisce un modo semplice per raccogliere 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 per il rilevamento e l'identificazione dei panda.

Link to this sectionL'AI nel monitoraggio della salute animale mantiene i panda rossi liberi dallo stress#

I panda rossi sono animali timidi e solitari che devono affrontare gravi minacce alla loro sopravvivenza. Negli ultimi 18 anni, circa tre generazioni, la loro popolazione globale è diminuita di oltre il 50%, principalmente a causa della perdita dell'habitat e della cattura illegale. Vivono in parti di Myanmar, Nepal, India e Cina, specialmente nell'Himalaya e nel Sichuan occidentale, dove rimangono circa 6.000-7.000 panda rossi.

Anche in ambienti protetti come gli zoo, possono ancora essere a rischio. I problemi di salute nei panda rossi si manifestano spesso come piccoli cambiamenti nel comportamento, come muoversi meno, interagire meno o dormire male. Tuttavia, questi segni possono essere così sottili da essere facili da ignorare.

Per aiutare a proteggere questi animali in via di estinzione, i ricercatori stanno sviluppando nuovi modi per prendersi cura di loro. Ad esempio, i dati raccolti da telecamere ad attivazione di movimento presso il 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 i custodi a individuare segnali precoci di stress o malattia, come un'insolita immobilità o una ridotta attività, senza disturbare gli animali. È un approccio non invasivo che consente il monitoraggio 24 ore su 24 mantenendo i panda rossi a proprio agio e liberi dallo stress.

Fig 4. Monitoraggio del comportamento dei panda rossi tramite computer vision.

Link to this sectionTracciamento degli animali con la computer vision: monitoraggio dei delfini#

Osservare come si comportano gli animali in acqua, come i tursiopi, può essere complicato. Nuotano veloci, si immergono in profondità e spesso si muovono in gruppo, il che rende difficile per i custodi tracciare le loro routine o notare piccoli cambiamenti. Ma comprendere come riposano, interagiscono e usano il loro spazio è fondamentale per mantenerli in salute. Questo è particolarmente importante negli zoo e negli acquari, dove il loro ambiente deve essere gestito con cura.

Al Brookfield Zoo negli Stati Uniti, i ricercatori hanno progettato un sistema che utilizza la computer vision per tracciare il movimento dei delfini in tutto il loro recinto. Hanno installato telecamere ad alta risoluzione attorno al recinto per registrare i delfini che si muovono durante il giorno. Queste registrazioni vengono poi analizzate per comprendere i modelli di comportamento come nuotare, riposare, interagire o esplorare.

Nello specifico, l'object tracking viene utilizzato per seguire il movimento di ogni delfino nel tempo. Questa tecnica di computer vision consente al sistema di identificare i singoli delfini e monitorare le loro attività, anche quando nuotano vicini o si immergono sott'acqua. Tracciando questi schemi, i custodi possono ottenere approfondimenti su come i delfini usano il loro spazio, interagiscono tra loro e rispondono ai cambiamenti ambientali.

Fig 5. Doppia telecamera traccia il movimento dei delfini al Brookfield Zoo.

Link to this sectionPro e contro della computer vision negli zoo#

Al giorno d'oggi, la computer vision viene utilizzata in una varietà di contesti di cura degli animali, dagli zoo alle cliniche veterinarie, per migliorare il monitoraggio, supportare la diagnosi e migliorare il benessere generale. Ecco alcuni modi chiave in cui sta aiutando a migliorare le pratiche di cura degli animali:

• Analisi dell'uso del recinto: Heatmaps e il tracciamento del comportamento mostrano quali aree di un recinto gli animali preferiscono o evitano, aiutando gli zookeepers a migliorare la progettazione dell'habitat e la pianificazione dell'arricchimento.
• Riduzione del carico di lavoro: Automatizzare i compiti di monitoraggio di routine dà ai team di cura degli animali più tempo per concentrarsi sull'arricchimento pratico, l'addestramento e l'assistenza medica.
• Collaborazione e diagnosi da remoto: Video in tempo reale e dati comportamentali possono essere condivisi con veterinari, comportamentalisti o ricercatori esterni, consentendo cure collaborative e diagnosi più rapide.
• Monitoraggio notturno potenziato: I sistemi di visione a infrarossi e a bassa luminosità consentono al personale di monitorare gli animali dopo l'orario di chiusura o durante l'attività notturna: qualcosa che è difficile fare manualmente senza disturbare gli animali.

Sebbene la computer vision offra molti vantaggi per quanto riguarda la cura degli animali, ci sono anche alcune sfide da considerare. Ecco alcuni limiti e fattori chiave da tenere a mente quando si adotta questa tecnologia:

• Complessità del comportamento specifico della specie: Alcune specie hanno comportamenti sottili, rari o poco studiati che sono difficili da etichettare e rilevare accuratamente senza dati di addestramento estesi e di alta qualità.
• Alti costi di configurazione iniziale: Il costo di telecamere ad alta risoluzione, attrezzature resistenti alle intemperie, server e dispositivi edge può rappresentare un investimento significativo, in particolare per zoo più piccoli o strutture di conservazione.
• Copertura limitata e punti ciechi: Gli animali spesso si spostano nelle tane, si nascondono dietro alberi o rocce, o usano lo spazio verticale: aree che le telecamere fisse potrebbero non catturare senza ampie e costose configurazioni multi-angolo.
• Approfondimenti in tempo reale limitati per comportamenti complessi: Mentre comportamenti semplici come il sonno o il movimento sono più facili da rilevare, le interazioni sociali sfumate o gli stati emotivi sono più difficili da interpretare accuratamente per i modelli AI.

Link to this sectionPunti chiave#

La computer vision sta cambiando costantemente il modo in cui gli animali vengono curati negli zoo, nelle cliniche veterinarie e nelle riserve. La sua capacità di monitorare il movimento, rilevare segni precoci di malattia e tracciare i singoli animali la rende uno strumento affidabile. Sebbene questi sistemi non possano sostituire i custodi umani, possono aiutare i custodi a svolgere il loro lavoro in modo più efficiente.

Guardando al futuro, probabilmente vedremo usi più avanzati dell'AI nel monitoraggio della salute degli animali. Ad esempio, il rilevamento delle emozioni potrebbe aiutare a tracciare i livelli di stress o comfort in tempo reale, mentre la stima della posa può cogliere segni precoci di lesioni prima che diventino visibili. Quando integrata con recinti intelligenti e sensori indossabili, la computer vision potrebbe diventare parte di un sistema connesso che offre ai custodi approfondimenti più dettagliati sul benessere di ogni animale.

Unisciti alla nostra crescente community! Esplora il nostro repository GitHub per approfondire l'AI. Pronto a iniziare i tuoi progetti di computer vision? Dai un'occhiata alle nostre opzioni di licenza. Scopri di più sull'AI nell'assistenza sanitaria e sulla computer vision in agricoltura sulle nostre pagine di soluzioni!