Inteligência artificial
Drones & IA Estão Reescrevendo a Sobrevivência e o Manejo da Vida Selvagem

O poder da inteligência artificial (IA) está sendo cada vez mais utilizado para proteger espécies ameaçadas.
Mesmo a mesma tecnologia que muitos temem que um dia possa causar deslocamento de empregos ou até representar uma ameaça à humanidade está agora sendo usada para salvar animais. A IA está vindo à defesa das espécies ameaçadas em todo o mundo de diversas maneiras, incluindo rastreamento de padrões de movimento e perda de água em áreas úmidas e rios, aprimoramento de esforços anti-caça, desenvolvimento de sistemas de alerta avançados e contagem de espécies usando técnicas de classificação e vigilância.
Por meio de todos esses esforços, a IA ajudou a salvar as populações em declínio de elefantes, peixes, pangolins, rinocerontes, lobos vermelhos, panteras da Flórida, e muitos mais.
A IA é capaz de encontrar, identificar e proteger espécies vulneráveis analisando enormes quantidades de dados, detectando tendências e monitorando ecossistemas ao longo do tempo. Diferentemente dos métodos convencionais, que perturbam os ecossistemas e exigem tempo, mão‑de‑obra e recursos consideráveis, a IA faz tudo isso de forma rápida e eficaz.
Com até um milhão de espécies à beira da extinção e a biodiversidade diminuindo a um ritmo alarmante, a IA oferece ferramentas poderosas para apoiar os esforços de conservação. Seus benefícios, incluindo maior eficiência, processamento de dados mais rápido, monitoramento automatizado da vida selvagem, detecção aprimorada de ameaças, alertas em tempo real, melhor tomada de decisão e compartilhamento de dados escalável, podem revolucionar a forma como protegemos espécies ameaçadas.
Como resultado, pesquisadores estão recorrendo à IA para monitorar a biodiversidade e reforçar os esforços de ajuda às espécies ameaçadas.
O estudo mais recente dos pesquisadores da Universidade da Flórida fez exatamente isso. Eles usaram IA para revelar um local de nidificação que abriga até 41.000 tartarugas escondidas na Amazônia. Essa revelação marca o maior sítio de nidificação de tartarugas conhecido no mundo, possibilitado por modelagem inteligente e drones.
O uso de técnicas inovadoras combinadas com imagens aéreas e correção estatística ajudou a desvendar grandes deficiências nas técnicas convencionais de contagem e permite um monitoramento mais preciso da vida selvagem.
“Descrevemos uma forma nova de monitorar populações animais de maneira mais eficiente,” disse Ismael Brack, autor principal do estudo e pesquisador de pós‑doutorado no Instituto de Ciências Alimentares e Agrícolas da UF (UF/IFAS), Escola de Ciências Florestais, de Pesca e Geomática. “Embora o método seja usado para contar tartarugas, ele também poderia ser aplicado a outras espécies.”
Agregação Sazonal: Chave para Contagem Precisa da Vida Selvagem

Quando se trata de estudar a dinâmica populacional, como o crescimento, diminuição ou deslocamento de espécies, entender as relações predador‑presa e interações interespecíficas, e analisar os efeitos da conversão de habitats e das mudanças climáticas globais, a abundância é uma variável fundamental na ecologia e conservação.
Ao monitorá‑la ao longo do tempo, também podemos detectar e prever tendências nas populações de espécies invasoras ou ameaçadas.
| Método | Monitoramento Tradicional | Monitoramento com IA & Drones |
|---|---|---|
| Velocidade | Lenta, intensiva em mão‑de‑obra | Captura e processamento de dados rápidos |
| Perturbação Animal | Alta (cercas, marcações, equipes terrestres) | Mínima (monitoramento aéreo e remoto) |
| Precisão | Propensa a erro humano | Correção estatística para múltiplos erros |
| Escalabilidade | Limitada a áreas pequenas | Cobre vastas regiões remotas |
| Compartilhamento de Dados | Manual e lento | Em tempo real e baseado em nuvem |
Embora saber quantas espécies existem ajude a rastrear mudanças, identificar ameaças e medir o sucesso de esforços de proteção ou controle, estimar essa abundância é muito difícil, especialmente em áreas extensas onde as espécies são raras, elusivas ou amplamente dispersas. Isso dificulta encontrar e contar as espécies com precisão.
Uma forma eficaz de melhorar a eficiência e a precisão desses esforços de estimativa e monitoramento de abundância é contar os animais durante os períodos de agregação espacial.
Isso significa que várias espécies de vida selvagem exibem comportamentos sazonais nos quais se concentram em pequenas áreas para descansar, acasalar, reproduzir, nidificar e interagir socialmente, oferecendo a oportunidade perfeita para contá‑las. Por exemplo, tartarugas se reúnem para nidificar em praias e bancos de areia.
Para amostrar essas populações de vida selvagem agregadas espacialmente, drones estão sendo usados como um método eficiente e menos invasivo.
Drones, também conhecidos como veículos aéreos não tripulados (UAVs) ou aeronaves pilotadas remotamente (RPAs), provaram ser mais precisos e exatos na contagem de espécies reunidas em um único local. Eles também causam menos perturbação aos animais em comparação com levantamentos terrestres.
Para usar drones, os trajetos de voo são planejados para cobrir toda a área onde as espécies estão reunidas. Sobreposições são mantidas entre fotos sucessivas e faixas laterais, permitindo que todas as imagens coletadas sejam mescladas em um único mosaico ortorretificado.
Combinar muitas imagens menores, removendo distorções, para criar uma imagem grande, altamente detalhada, de alta resolução e qualidade de mapa resulta em um mosaico ortorretificado.
Contar indivíduos da vida selvagem em ortomosaicos durante eventos de agregação, porém, está sujeito a erros não intencionais, que podem gerar estimativas tendenciosas.
Embora seja um método rápido, menos invasivo e mais preciso para contar animais do que fazê‑lo a partir do solo, essa técnica não considera o fato de que os animais às vezes se movem durante a observação.
Por exemplo, um animal pode estar oculto por vegetação ou simplesmente estar temporariamente em outro local quando a imagem é capturada. Mesmo que o animal esteja na imagem, pode não ser detectado pelo algoritmo ou por um observador humano. Outra possibilidade é que animais em movimento apareçam múltiplas vezes nas fotos.
Um fator importante aqui, segundo o estudo mais recente, é que essas concentrações de espécies são geralmente temporárias, com indivíduos chegando e partindo ao longo de dias devido à nidificação, reprodução ou migração, causando flutuações no tamanho da população.
Os erros resultantes desse “população aberta” podem nos dar números errados, sendo preocupante que “esses erros são amplamente ignorados nas estimativas de abundância derivadas de contagens ortomosaicas de levantamentos baseados em drones.”
Portanto, os pesquisadores da Universidade da Flórida quiseram criar uma abordagem que contabilize múltiplas fontes de erro. Para isso, eles estão usando dois tipos de conjuntos de dados: reavistamentos de animais marcados e contagens populacionais gerais.
Vigilância Aérea & Modelagem Inteligente Revolucionando Estimativas Populacionais
Em colaboração com pesquisadores da organização não‑governamental Wildlife Conservation Society (WCS), baseada em Nova Iorque, na Colômbia, Brasil e Bolívia, o projeto começou focado nas Tartarugas Gigantes de Rio Sul‑Americana (Podocnemis expansa), também chamadas de tartaruga gigante do rio Amazonas, tartaruga de rio ou simplesmente a Arrau.
Publicado no Journal of Applied Ecology, a pesquisa1 foi motivada pela necessidade de estimar a abundância de tartarugas de rio e ter um protocolo de monitoramento durante a maior agregação conhecida de tartarugas de água doce do mundo.
As tartarugas de rio sofreram declínios históricos, desaparecendo de muitos afluentes dos rios Amazonas e Orinoco ou estando presentes em densidades muito menores.
Sua população diminuiu substancialmente, principalmente devido à exploração excessiva por caçadores para consumo de carne e ovos. Como resultado, suas grandes agregações tornaram‑se raras.
Ainda assim, existem algumas populações grandes dessa espécie ao longo de sua distribuição, e algumas parecem estar se recuperando, com seu comportamento sazonal proporcionando uma oportunidade inestimável para monitorar suas populações.
Milhares desses animais sociais se reúnem a cada ano durante a estação seca (julho ou agosto) para nidificar em bancos de areia do rio Guaporé, na fronteira Brasil‑Bolívia.
Para estimar seus números, anteriormente os especialistas contavam filhotes após a eclosão, extrapolando o número de fêmeas com base na média de ovos por ninho. Esse método é invasivo e consome tempo devido ao cercamento do perímetro e à manipulação dos filhotes.
Além disso, os ninhos individuais não podem ser distinguidos uns dos outros, tornando não apenas desafiador, mas até impossível estimar os números em áreas com nidificação em massa considerável.
Existe outra forma, contagens visuais de tartarugas adultas a partir do solo, mas essa também apresenta dificuldades devido ao movimento constante e à obstrução mútua.
Aqui, drones, que estão sendo testados para levantar populações de tartarugas de rio, têm mostrado grande promessa como método eficiente e preciso para estimar seus tamanhos populacionais durante os eventos de nidificação, o que é importante para avaliar tendências populacionais e a eficácia das ações de conservação.
Assim, os pesquisadores aplicaram a abordagem de modelagem que desenvolveram para determinar a população de tartarugas de rio quando elas se reúnem para nidificar.
Ao contabilizar múltiplas fontes de erros, oferece um novo método para ecologistas monitorarem animais em risco com mais precisão.
A nova abordagem, segundo os pesquisadores, oferece várias vantagens, incluindo a imagem aérea para contar as tartarugas de rio sem obstruções. O uso de uma técnica menos invasiva também reduz a perturbação animal.
Além disso, a abordagem fornece um método uniforme que pode ser aplicado e comparado em diferentes locais e anos. Dado esses benefícios, os pesquisadores esperam que um protocolo semelhante ao deles seja usado por instituições governamentais e não‑governamentais para monitorar a espécie.
Um Modelo Inteligente, Escalável e Corrigido por Erros para Monitorar a Vida Selvagem Global
Para contar as tartarugas, os pesquisadores marcaram as carapaças de 1.187 tartarugas de rio com tinta branca e, ao longo de doze dias, fizeram o drone sobrevoar, seguindo um caminho exato, de ida e volta, quatro vezes ao dia.
O drone tirou 1.500 fotos a cada voo, que foram unidas usando software. Os pesquisadores então revisaram as imagens compostas. Cada tartaruga foi registrada por eles, bem como se sua carapaça estava marcada e se o animal estava caminhando ou nidificando quando fotografado.
Usando esses dados, eles desenvolveram modelos de probabilidade que consideram múltiplas fontes de erro. Ele utilizou dados de marca‑reavistamento e contagens populacionais gerais para contabilizar indivíduos indisponíveis para detecção durante o voo, população aberta (entrada e saída constantes) durante o evento de nidificação, indivíduos marcados detectados no mosaico com marcas não identificáveis e contagens duplas devido ao processo de construção do ortomosaico.
Assim, a equipe estima que a probabilidade diária de nidificação seja 0,37 e que 35% das tartarugas de rio que usaram o banco de areia à noite também estejam presentes durante o voo matinal do drone.
Além disso, descobriram que 20% das tartarugas caminhando no ortomosaico são contagens duplas, e a probabilidade de identificar a marca foi 0,78. Dessa forma, a nova abordagem fornece um método mais preciso para contar a vida selvagem usando drones.
Ao contar as tartarugas, observadores no solo relataram cerca de 16.000 tartarugas, enquanto os pesquisadores que revisaram os ortomosaicos sem contabilizar erros contaram cerca de 79.000 tartarugas.
Mas usando a técnica, os pesquisadores estimam que a abundância total para o sítio de agregação seja 41.377 tartarugas. Segundo Brack:
“Esses números variam muito, e isso é um problema para os conservacionistas. Se os cientistas não conseguem estabelecer uma contagem precisa de indivíduos de uma espécie, como saberão se a população está em declínio ou se os esforços de proteção são bem‑sucedidos?”
Embora as estimativas representem um grande número de tartarugas de rio, os pesquisadores observam que provavelmente correspondem a uma fração das populações históricas na região amazônica, com base em registros históricos de ovos exportados. Sem mencionar que o evento de nidificação também continuou por alguns dias após o último voo do drone.
Dessa forma, o estudo recomenda estender o uso da ferramenta de monitoramento ao longo de todo o período de nidificação. Também devem ser incluídos outros bancos de areia da região para uma estimativa abrangente da população nidificante.
A esse respeito, a equipe de pesquisa planeja realizar mais voos de drone no sítio de nidificação do rio Guaporé, bem como em outros países sul‑americanos onde as tartarugas de rio se reúnem, como Colômbia, e possivelmente Venezuela e Peru. Isso ajudará a equipe a aprimorar seus métodos de monitoramento.
“Ao combinar informações de múltiplas pesquisas, podemos detectar tendências populacionais, e a Wildlife Conservation Society saberá onde investir em ações de conservação.”
– Brack
Embora a estrutura desenvolvida tenha sido inicialmente motivada pela necessidade de melhorar o monitoramento de tartarugas de rio, os pesquisadores observaram que ela é “muito versátil e pode ser prontamente usada ou adaptada a vários contextos diferentes.”
Além das tartarugas de rio, a metodologia desenvolvida também pode ser aplicada e adaptada aos esforços de conservação envolvendo outras espécies ameaçadas monitoradas por ortomosaicos baseados em drones.
Por exemplo, estudos anteriores de monitoramento com drones marcaram focas, marcaram cabras montesas e bisões com projéteis de paintball e prenderam colares em alces para rastrear seus movimentos durante as contagens.
Em última análise, o novo modelo pode ser usado para o monitoramento eficiente e oportuno da abundância em programas de conservação e manejo da vida selvagem.
Investindo em Tecnologia de Conservação
A queridinha da IA NVIDIA Corporation (NVDA ) está desempenhando um papel importante na salvação de animais e do nosso planeta.
Suas GPUs alimentam muitos dos modelos de deep learning usados em reconhecimento de imagens, detecção de objetos e softwares de monitoramento ambiental. A empresa ainda promove o uso de IA para o bem global, incluindo pesquisas de biodiversidade.
NVIDIA Corporation (NVDA )
Agora, entre as empresas que utilizam a tecnologia da Nvidia, o instituto de pesquisa em IA Ai2 desenvolveu o EarthRanger para tomar decisões operacionais mais informadas para a conservação da vida selvagem em tempo real. O maior banco de dados de elefantes do mundo é treinado nas GPUs NVIDIA Hopper. Ele também exibe dados de um grande número de animais, agregados de rádios, satélites, armadilhas fotográficas, sensores acústicos e mais fontes de dados.
A Ai2 lançou recentemente um modelo de IA de código aberto chamado Atlantes para analisar mais de cinco bilhões de sinais GPS por dia emitidos por quase 600.000 embarcações oceânicas e prever o que cada embarcação está fazendo com cerca de 80% de precisão. Se uma embarcação estiver envolvida em pesca ilícita, o modelo envia alertas às guardas costeiras. O modelo baseado em transformador com 4,7 M de parâmetros, Atlantes, é treinado nas GPUs NVIDIA H100 Tensor Core e no PyTorch.
Os RhinoWatches baseados em IA da Rouxcel Technology são treinados e otimizados usando computação acelerada da NVIDIA. Eles são implantados em mais de 40 reservas sul‑africanas e estão sendo ampliados no Quênia e na Namíbia. A empresa está atualmente desenvolvendo modelos de IA para mais espécies, incluindo os pangolins criticamente ameaçados.
Os módulos NVIDIA CUDA e Jetson, por sua vez, estão sendo usados para IA de borda e processamento de dados pela OroraTech, que combina dados de satélites, câmeras, observações aéreas e informações meteorológicas locais para monitorar caça ilegal e incêndios florestais e fornecer alertas em tempo real.
Mas isso não é tudo. Ao longo dos anos, a tecnologia Nvidia tem sido usada em muitos outros experimentos interessantes, incluindo a desextinção. Por exemplo, a Colossal Biosciences tem usado tecnologia de edição genética, modelos de IA e a suíte de software NVIDIA Parabricks para trazer de volta o pássaro dodo, o mamute lanoso e o tigre da Tasmânia.
Além da vida selvagem, a tecnologia Nvidia está ajudando cientistas, pesquisadores e desenvolvedores a obter uma compreensão melhor do clima, dos oceanos e do espaço.
Com uma capitalização de mercado de US$ 4,39 trilhões, as ações da empresa de infraestrutura de computação full‑stack estão atualmente sendo negociadas a US$ 180,95, um aumento de mais de 34 % no ano.
NVDA Gráfico de preços
O preço das ações da empresa subiu mais de 59 % nos últimos três meses. Apenas no último dia de julho, a ação atingiu a máxima de 52 semanas de US$ 183,30, demonstrando confiança contínua dos investidores na empresa e em suas perspectivas futuras.
Com isso, ela tem um EPS (TTM) de 3,10 e um P/E (TTM) de 57,98, enquanto o dividend yield oferecido é de 0,02%.
No primeiro trimestre encerrado em 27 de abril de 2025, a Nvidia reportou receita de US$ 44,1 bilhões. O principal motor disso são os data centers, que responderam por US$ 39,1 bilhões da receita, representando impressionantes 89 % das vendas totais da empresa. Isso foi impulsionado pela demanda explosiva por IA.
Esse crescimento ocorreu apesar da Nvidia enfrentar contratempos geopolíticos com restrições de exportação de seus chips H20 para a China. Esses chips provavelmente retornarão à China com a administração Trump assegurando à empresa que seria permitido retomar as vendas. A Nvidia também anunciou um novo GPU “totalmente compatível” para a China.
Entretanto, a Nvidia ainda pode ter dificuldades para reconquistar sua participação de mercado anterior, com a Bernstein projetando que a participação da Nvidia no mercado de chips de IA na China caia de 66 % no ano passado para 54 % este ano.
Últimas NVIDIA Corporation (NVDA) Notícias sobre Ações e Desenvolvimentos
Conclusão
Para manter um planeta saudável e estável, é crucial salvar espécies ameaçadas, pois sua perda pode causar efeitos em cascata, impactando toda a teia da vida. E à medida que as ameaças de extinção se aceleram, é mais importante do que nunca implementar monitoramento eficaz.
Aqui, a integração de drones e técnicas de modelagem inteligente marca uma mudança significativa. Ao melhorar a precisão e a eficiência do monitoramento de espécies, essas inovações tecnológicas nos permitem agir mais rápido, de forma mais inteligente e estratégica para proteger a vida selvagem mais vulnerável do planeta.
Clique aqui para uma lista das principais empresas de drones para investir.
Referências:
1. Brack, I.V., Valle, D., Ferrara, C., Torrico, O., Domic‑Rivadeneira, E., & Forero‑Medina, G. Estimating abundance of aggregated populations with drones while accounting for multiple sources of errors: A case study on the mass nesting of Giant South American River Turtles. Journal of Applied Ecology, publicado pela primeira vez em 17 de junho de 2025. https://doi.org/10.1111/1365-2664.70081












