Capita a tutti, almeno una volta, di osservare un animale nei pressi di casa o durante una passeggiata nella natura e chiedersi se sia lo stesso visto il giorno prima. Con un po’ di attenzione si finisce per riconoscerlo da piccoli dettagli: una macchia sul piumaggio, una cicatrice, una particolare colorazione. Ma quando l’oggetto dell’osservazione non è una singola lucertola o un uccello, bensì una popolazione di circa 150 orsi bruni distribuiti su un’area di oltre 500 chilometri quadrati nel cuore dell’Alaska, il problema cambia completamente scala. È qui che entra in gioco l’intelligenza artificiale, diventando uno strumento decisivo per la ricerca scientifica.
Per affrontare questa sfida, un gruppo di ricercatori del Politecnico Federale di Losanna e della Alaska Pacific University ha sviluppato algoritmi capaci di riconoscere i grandi mammiferi in modo automatico. L’obiettivo non è solo contare gli animali, ma seguirli nel tempo, studiarne i movimenti e comprenderne il comportamento senza interferire con il loro habitat naturale. In questo senso, l’intelligenza artificiale rappresenta una svolta metodologica: consente di osservare la fauna selvatica in modo non invasivo, riducendo la necessità di catture, marcature fisiche o disturbi diretti.
Tradizionalmente, i sistemi di riconoscimento automatico degli animali si basano su caratteristiche visive ben definite e stabili, come le strisce delle zebre o le macchie dei leopardi e delle giraffe. Con gli orsi bruni, però, la situazione è molto più complessa. Anche per un occhio esperto, distinguere un individuo dall’altro è difficile. A complicare ulteriormente le cose intervengono le forti variazioni di peso a cui gli orsi sono soggetti nel corso dell’anno, tra il digiuno del letargo e l’ingrassamento estivo. Questi cambiamenti alterano la sagoma del corpo, rendendo inefficaci molti approcci basati sulla semplice forma o sulle dimensioni.
La risposta a questo problema è arrivata sotto forma di un nuovo programma di intelligenza artificiale chiamato PoseSwin, sviluppato dal gruppo di ricerca guidato da Alexander Mathis, professore presso il Brain Mind Institute e il Neuro-X Institute dell’EPFL. L’idea alla base del modello è tanto semplice quanto ingegnosa: invece di concentrarsi sul corpo nel suo insieme, l’algoritmo analizza caratteristiche facciali che restano sorprendentemente stabili nel corso della vita di un orso, come il muso, la fronte e la posizione relativa delle orecchie. I risultati di questo lavoro sono stati pubblicati sulla rivista scientifica Current Biology, confermando la validità dell’approccio anche in un contesto reale.
L’Alaska rappresenta il contesto ideale per uno studio di questo tipo. Qui vive circa il 98% dell’intera popolazione statunitense di orsi bruni, per un totale di circa 30.000 esemplari. Le immagini utilizzate per addestrare l’intelligenza artificiale, oltre 72.000 fotografie di 109 orsi diversi, provengono dalla McNeil River State Game Sanctuary. Ogni anno, in questa riserva naturale, si verifica il più grande raduno di orsi del mondo: circa 150 esemplari si concentrano lungo il fiume McNeil per nutrirsi dei salmoni che risalgono la corrente per la riproduzione.
Questo spettacolo naturale è straordinario, ma rimane accessibile a pochissime persone. L’ingresso alla riserva è rigidamente controllato e durante l’estate vengono ammesse al massimo dieci persone al giorno, selezionate tramite una lotteria statale. I visitatori, una volta arrivati in idrovolante, trascorrono quattro giorni immersi nella natura, campeggiando in autonomia e osservando gli orsi a distanza di sicurezza. Proprio grazie a questo contesto altamente regolamentato, i ricercatori hanno potuto raccogliere immagini di altissima qualità, fondamentali per addestrare il modello di intelligenza artificiale.
Dopo i primi test condotti nella riserva del fiume McNeil, l’algoritmo è stato messo alla prova anche nel Katmai National Park and Preserve, situato a circa 60 chilometri di distanza. Qui il contesto è cambiato radicalmente: al posto di fotografie scattate da professionisti, i ricercatori hanno utilizzato immagini realizzate dai visitatori del parco, nell’ambito di un progetto di citizen science. Nonostante la variabilità e la qualità inferiore delle foto, il sistema è riuscito a riconoscere gli orsi e a ricostruirne gli spostamenti alla ricerca di cibo.
Secondo la ricercatrice Beth Rosenberg dell’Alaska Pacific University, questo risultato dimostra il potenziale concreto del modello PoseSwin. In futuro, la tecnologia potrebbe essere impiegata per analizzare automaticamente le migliaia di fotografie scattate ogni anno dai visitatori, contribuendo a costruire mappe dettagliate di come gli orsi bruni utilizzano e attraversano vaste aree protette. Un approccio che combina scienza, tecnologia e partecipazione pubblica.
Gli orsi, del resto, rappresentano uno dei casi più difficili di riconoscimento individuale nel mondo animale. Proprio per questo, spiega Alexander Mathis, sono stati scelti come punto di partenza. Se un algoritmo è in grado di distinguere individui così simili e soggetti a forti variazioni fisiche, allora può essere adattato con maggiore facilità ad altre specie, dai topi agli scimpanzé, che presentano una variabilità visiva inferiore.
Questo studio mostra come l’intelligenza artificiale non sia soltanto uno strumento per l’analisi dei dati o l’automazione dei processi, ma possa diventare un alleato prezioso per la conservazione della biodiversità. Riconoscere gli animali senza disturbarli significa conoscerli meglio, proteggerli in modo più efficace e prendere decisioni basate su dati solidi. In un’epoca in cui gli equilibri naturali sono sempre più fragili, anche un algoritmo può fare la differenza.