IA no setor marítimo e nos esforços de conservação

O setor marítimo é um pilar da economia global, facilitando o comércio internacional, garantindo a segurança alimentar por meio da pesca comercial e sustentando milhões de empregos em todo o mundo. Ao longo do tempo, este setor evoluiu significativamente, integrando tecnologias avançadas para aumentar a eficiência e a sustentabilidade.

Inicialmente, os esforços de conservação marinha concentravam-se em estudos observacionais básicos. Com o tempo, avançaram para incluir métodos sofisticados, como deteção remota, análise genética e modelação de ecossistemas. Os esforços de conservação expandiram-se de simples áreas protegidas para um planeamento espacial marinho abrangente, envolvendo a criação de áreas marinhas protegidas (MPAs) e a restauração de habitats críticos. Atualmente, a Inteligência Artificial (AI) está a ser utilizada para monitorizar e proteger a biodiversidade marinha de forma ainda mais eficaz.

A AI tem potencial para transformar a indústria pesqueira ao enfrentar desafios como a sobrepesca, a pesca ilegal e os impactos ambientais. Além disso, a AI pode desempenhar um papel fundamental nos esforços de conservação marinha, desde a monitorização de áreas protegidas subaquáticas até ao apoio à investigação marinha.

Este artigo explora como a AI está a transformar o setor marítimo, com foco no seu impacto no setor pesqueiro e na conservação marinha, destacando tanto os benefícios como os desafios envolvidos.

A AI na indústria pesqueira#

A tecnologia sempre desempenhou um papel fundamental no setor marítimo. Desde equipamentos a bordo, como radares, até ao desenvolvimento de sistemas avançados de navegação, o mundo marítimo tem adotado continuamente novas tecnologias para melhorar e otimizar várias operações. Apesar destes avanços, o setor ainda enfrenta vários desafios. Então, como pode a AI ajudar?

Nesta secção, abordaremos alguns desafios da indústria pesqueira e como as tecnologias de AI podem resolvê-los. Atualmente, a indústria pesqueira enfrenta muitos problemas, incluindo:

Capturas acessórias#

As capturas acessórias são a captura não intencional de espécies não visadas, o que pode prejudicar os ecossistemas e ser um desperdício. De acordo com um relatório sobre capturas acessórias, as capturas acessórias globais podem corresponder a 40% das capturas mundiais, totalizando 63 mil milhões de libras por ano. Esta enorme quantidade de capturas acessórias pode causar a morte de muitas espécies não visadas, perturbando os ecossistemas marinhos e desperdiçando recursos.

A utilização de modelos de visão computacional, como o Ultralytics YOLOv8, por exemplo, pode ajudar a mitigar este problema. A integração destes modelos de AI com câmaras instaladas em equipamentos de pesca pode ajudar a identificar e diferenciar espécies visadas e não visadas em tempo real. Esta tecnologia pode ser treinada para tarefas como deteção de objetos e segmentação, fornecendo feedback imediato aos pescadores e permitindo-lhes modificar os seus métodos para reduzir as capturas acessórias​.

Fig. 1. Modelo Ultralytics YOLOv8 a identificar diferentes espécies marinhas.

Avaliação e gestão dos recursos pesqueiros#

Uma avaliação precisa dos recursos pesqueiros é essencial para uma gestão eficaz das pescas, mas os métodos tradicionais são frequentemente lentos e imprecisos. Os modelos de AI podem processar grandes conjuntos de dados provenientes de fontes como drones subaquáticos, sonar e deteção remota, fornecendo estimativas precisas das populações de peixes. Isto ajuda a definir limites de captura adequados e a gerir os recursos de forma mais eficaz​.

Outro exemplo de como modelos como o YOLOv8 podem ajudar na avaliação e gestão dos recursos pesqueiros é através do rastreamento e da contagem das populações de peixes em tempo real. Ao analisarem imagens subaquáticas, estes modelos podem identificar com precisão diferentes espécies e contabilizar os seus exemplares, fornecendo dados essenciais para a gestão dos recursos pesqueiros.

Fig. 2. YOLOv8 a rastrear e contar peixes.

Poluição por plástico#

A poluição por plástico no oceano é um dos principais problemas que afetam a vida marinha, causando danos significativos a habitats como recifes de coral e pradarias marinhas, além de prejudicar os animais marinhos. De acordo com um relatório da Surfers Against Sewage, uma organização de conservação marinha, uns impressionantes 12 milhões de toneladas de plástico são despejados no oceano todos os anos.

A AI pode desempenhar um papel fundamental na resolução deste problema, identificando rapidamente objetos de plástico no oceano com elevada precisão e permitindo operações de limpeza atempadas. Esta abordagem proativa pode ajudar a mitigar o impacto ambiental e a proteger os ecossistemas marinhos de forma mais eficaz.

Fig. 3. Visão computacional a detetar poluição por plástico.

AI e conservação marinha#

A conservação marinha envolve a proteção e preservação dos ecossistemas oceânicos e da vida marinha. Abrange muitos aspetos e funções, desde a investigação marinha até à restauração de habitats, ao controlo da poluição e à proteção de espécies. Depois de abordarmos o papel da AI na indústria pesqueira, vejamos como a AI pode contribuir significativamente para a conservação marinha.

Monitorização de áreas protegidas subaquáticas#

A tecnologia de AI está a transformar a forma como monitorizamos as áreas protegidas subaquáticas. Com a ajuda de sistemas automatizados baseados em AI, os profissionais de conservação marinha podem recolher e analisar dados de forma mais eficiente e precisa do que nunca. Estas ferramentas avançadas permitem-nos monitorizar vastas áreas oceânicas com elevada resolução, processando dados de fontes remotas, como sensores e satélites, a velocidades incríveis.

Por exemplo, a AI pode analisar rapidamente imagens de satélite e dados de sensores para identificar padrões que indiquem alterações ambientais ou atividades humanas, como a pesca ilegal ou derrames de petróleo, que possam prejudicar estas áreas protegidas e o ecossistema marinho em geral. Esta tecnologia melhora a nossa capacidade de manter a saúde das áreas marinhas protegidas (MPAs), permitindo intervenções atempadas e esforços de conservação mais eficazes. A Ocean Mind, uma organização sem fins lucrativos sediada no Reino Unido, ajudou com sucesso a identificar potenciais riscos de pesca ilegal, não declarada e não regulamentada (IUU) na Reserva Marinha das Ilhas Pitcairn ao longo de cinco anos.

Fig. 4. Visão computacional a monitorizar o ambiente marinho.

Apoio à investigação marinha#

A tecnologia de AI está a tornar-se uma ferramenta fundamental na investigação marinha, oferecendo várias capacidades que melhoram significativamente a nossa compreensão e gestão dos ecossistemas marinhos. Eis algumas das principais formas como a AI pode apoiar a investigação marinha:

• Avaliação da biodiversidade: a análise de imagens e sons baseada em AI pode identificar com precisão espécies marinhas a partir de fotografias, vídeos e gravações acústicas. Esta tecnologia é essencial para acompanhar as populações de espécies e avaliar a biodiversidade. A AI também pode gerar mapas detalhados de habitats marinhos, destacando áreas de importância ecológica e identificando regiões que necessitam de esforços de conservação.

• Melhoria dos modelos preditivos: a AI pode utilizar algoritmos de aprendizagem automática para criar modelos preditivos capazes de prever alterações nos ecossistemas marinhos. Estes modelos podem ajudar os investigadores a antecipar e mitigar os impactos de fatores de stress ambiental, como as alterações climáticas e a poluição. A The Ocean Cleanup, uma organização sem fins lucrativos dedicada à remoção de plástico dos oceanos, estabeleceu uma parceria com a Deeper Insights para desenvolver um sistema avançado de AI destinado a detetar e proteger a vida marinha. Prevê-se que este sistema inclua modelos de análise preditiva para ecossistemas marinhos.

De forma geral, a AI contribui significativamente para melhorar os esforços de conservação, aumentando a eficiência e a eficácia do processamento e da gestão de dados. Ao automatizar a recolha e a análise de dados ecológicos, a AI reduz o tempo necessário para transformar dados de campo em informações úteis. Isto permite aos gestores de conservação tomar rapidamente decisões fundamentadas, adaptar a ação necessária em tempo real e afetar melhor os recursos.

A importância da AI no setor marítimo#

Ao explorarmos o papel da AI no setor marítimo, é essencial considerar tanto os seus benefícios como os seus desafios. Embora a AI ofereça uma monitorização melhorada, maior precisão dos dados e práticas sustentáveis, também implica custos elevados, preocupações éticas e dependência da tecnologia. Vamos analisar estas vantagens e desvantagens para compreender todo o impacto da AI no setor marítimo.

Comecemos por alguns benefícios fundamentais:

Melhoria da monitorização e da fiscalização#

• Rastreamento e conformidade em tempo real: a AI pode melhorar a capacidade das autoridades para rastrear os movimentos das embarcações em tempo real e monitorizar o cumprimento dos regulamentos, incluindo a deteção de atividades de pesca ilegal.
• Análise abrangente de dados: a AI pode analisar dados de satélites, drones e sensores mais rapidamente e com maior precisão do que os seres humanos, garantindo uma supervisão e proteção ambiental completas.

Maior precisão dos dados e melhor tomada de decisões#

• Processamento preciso de dados: a AI processa grandes conjuntos de dados com elevada precisão, permitindo uma recolha exata de dados, minimizando erros e garantindo análises fiáveis para decisões fundamentadas.
• Modelos preditivos e apoio regulamentar: a AI pode analisar a dinâmica das populações de peixes e as alterações ambientais, fornecendo estimativas precisas para ajudar a definir limites de captura sustentáveis e desenvolver estratégias de conservação eficazes. Embora a AI possa prever tendências ambientais, também fornece contagens precisas das populações de peixes, garantindo que as medidas regulamentares se baseiam em dados sólidos. Esta dupla capacidade melhora a nossa capacidade de gerir os recursos marinhos de forma sustentável.
• Gestão proativa: as informações geradas pela AI reduzem o erro humano e apoiam a tomada de decisões proativa, permitindo intervenções atempadas com base em dados precisos e atualizados e em análises preditivas.

Promoção de práticas sustentáveis#

• Otimização das operações e redução das capturas acessórias: a AI otimiza as operações de pesca para reduzir o impacto ambiental, prevendo os períodos e locais ideais para pescar, minimizando assim as capturas acessórias e garantindo capturas mais seletivas e sustentáveis.
• Desenvolvimento de tecnologias ecológicas: a AI apoia a criação de métodos e tecnologias ecológicos, incentivando práticas de pesca eficientes e responsáveis. Isto inclui o desenvolvimento de técnicas de aquicultura de precisão e a promoção de esforços de restauração de habitats para manter ecossistemas marinhos saudáveis.

Estes benefícios evidenciam o potencial transformador da AI para melhorar a sustentabilidade e a eficácia do setor marítimo. No entanto, a implementação da tecnologia de AI apresenta vários desafios significativos. Estes incluem:

Elevados custos iniciais de implementação#

• Requisitos de investimento: a implementação da tecnologia de AI no setor marítimo exige um investimento inicial substancial em hardware, software e formação. Os custos iniciais podem ser proibitivos para organizações mais pequenas e países em desenvolvimento, limitando a adoção generalizada.
• Desenvolvimento de infraestruturas: estabelecer a infraestrutura necessária para a AI, como sistemas de recolha de dados, internet de alta velocidade e capacidade computacional, aumenta o encargo financeiro. Isto pode constituir uma barreira significativa, especialmente em regiões remotas ou subdesenvolvidas.

Dependência da tecnologia e potenciais falhas#

• Problemas de fiabilidade: a dependência do setor marítimo em relação à tecnologia de AI introduz riscos associados a falhas ou avarias dos sistemas. Problemas técnicos podem causar interrupções operacionais significativas e perdas financeiras.
• Lacunas de competências: a implementação e a manutenção de sistemas de AI exigem conhecimentos e competências especializados. É necessária formação e educação contínuas para garantir que a força de trabalho consiga gerir e utilizar eficazmente as tecnologias de AI.
• Adaptabilidade: os rápidos avanços na tecnologia de AI fazem com que os sistemas possam ficar rapidamente obsoletos. São necessárias atualizações e adaptações contínuas para manter os sistemas de AI relevantes e eficazes, o que pode ser desafiante e exigir muitos recursos.

Preocupações éticas e de privacidade#

• Privacidade dos dados: os sistemas de AI dependem de grandes quantidades de dados, suscitando preocupações sobre a privacidade e a segurança de informações sensíveis. No setor marítimo, podem surgir problemas de privacidade de dados com a recolha e utilização de dados relacionados com os movimentos das embarcações, as atividades de pesca e a monitorização ambiental. Garantir que a recolha e a utilização dos dados cumprem as leis e os regulamentos de privacidade é crucial para proteger indivíduos, empresas e informações proprietárias. Embora os dados sobre a vida selvagem possam ser públicos, os dados operacionais das embarcações e as práticas específicas de pesca podem ser sensíveis e exigir um tratamento cuidadoso.

Estes desafios evidenciam a necessidade de um planeamento e uma gestão cuidadosos para garantir a integração bem-sucedida da AI no setor marítimo. Resolver estas questões é crucial para aproveitar todo o potencial da AI e, ao mesmo tempo, mitigar os riscos.

O futuro da AI no setor marítimo#

Embarcações autónomas#

Uma ideia interessante que poderá tornar-se realidade num futuro próximo é o desenvolvimento de embarcações autónomas orientadas por AI. Isto envolve o desenvolvimento de navios capazes de operar de forma independente, sem intervenção humana, utilizando sistemas avançados de AI para navegação, tomada de decisões e operações. Estas embarcações têm potencial para transformar as indústrias do transporte marítimo e da pesca, aumentando a eficiência, reduzindo o erro humano e minimizando o impacto ambiental. Uma das empresas líderes neste projeto é a Rolls-Royce, que está a fazer avançar a tecnologia através do seu programa Ship Intelligence. Além disso, a ProMare, uma organização sem fins lucrativos norte-americana, iniciou um projeto independente de navio chamado "The Mayflower", em colaboração com a IBM.

Fig. 5. Navio de investigação autónomo “Mayflower”.

Melhoria da monitorização ambiental#

Os avanços em modelos de visão computacional, como os modelos YOLO (Olha Apenas Uma Vez), uma tecnologia de AI de última geração para deteção de objetos, podem conduzir a uma melhor monitorização dos ambientes marinhos. Estes avanços permitirão a deteção atempada de ameaças ambientais, como a pesca ilegal e a poluição, possibilitando respostas mais eficazes e a proteção dos ecossistemas marinhos.

Conclusão#

A AI transformou o setor marítimo ao melhorar a monitorização, a fiscalização, a precisão dos dados e as práticas sustentáveis. Tecnologias como o rastreamento em tempo real, a análise preditiva e modelos avançados como o YOLOv8 proporcionaram-nos conhecimentos e controlo sem precedentes sobre os ambientes marinhos.

No entanto, ao adotarmos estes avanços tecnológicos, é essencial equilibrá-los com os esforços de conservação. Garantir que a tecnologia apoia e melhora a conservação sem causar danos é crucial para uma gestão sustentável e eficaz dos recursos marinhos, protegendo os nossos oceanos para as gerações futuras. Esta sinergia entre a AI e a conservação promete um futuro marítimo mais saudável.

Tens curiosidade sobre os avanços na visão computacional? Junta-te à nossa comunidade e explora a nossa documentação da Ultralytics ou o nosso GitHub para veres as atualizações mais recentes. Para saberes mais sobre aplicações de AI, consulta outras soluções, como Condução autónoma e Cuidados de saúde.