Nel progetto HEASY, tecnologia e biodiversità si incontrano per dare vita a strumenti capaci di supportare concretamente la tutela dell’ambiente marino. Un esempio emblematico di questa integrazione è il lavoro portato avanti da Cloudia Research, partner tecnologico responsabile dello sviluppo di un sistema avanzato per il riconoscimento automatico delle specie coralligene attraverso l’uso dell’intelligenza artificiale.
Durante il terzo trimestre di attività (febbraio–aprile 2025), il team Cloudia ha proseguito il processo di addestramento dell’algoritmo, lavorando su un dataset in continua crescita, alimentato con immagini provenienti dai partner accademici del progetto. Le fotografie e i video sottomarini utilizzati come base di apprendimento arrivano, in particolare, da UNIPA, UNICA, UNIPARTH, UNIME e UNIBA: si tratta di materiali raccolti in mare o in laboratorio, raffiguranti specie target appartenenti a diversi gruppi ecologici (pesci, invertebrati bentonici, organismi planctonici).
Verso un riconoscimento automatico sul campo
L’obiettivo è ambizioso: rendere possibile il riconoscimento automatico e in tempo reale delle specie marine osservate durante le attività di monitoraggio, utilizzando sistemi di visione artificiale capaci di classificare gli organismi sulla base delle loro caratteristiche morfologiche.
Nel corso di questo trimestre, Cloudia ha lavorato all’ottimizzazione delle architetture di rete neurale convoluzionale (CNN), con particolare attenzione a:
- miglioramento della precisione del riconoscimento per specie simili tra loro;
- gestione di immagini con qualità variabile (es. bassa luminosità, sfocatura);
- bilanciamento tra accuratezza e tempi di elaborazione.
Parallelamente, è iniziata la fase di definizione di un’interfaccia utente per la futura implementazione in campo, che dovrà essere accessibile anche a non specialisti, come operatori delle aree marine protette o tecnici del monitoraggio.
Una tecnologia al servizio della conservazione
Il sistema in sviluppo da Cloudia non è pensato come un semplice strumento classificatorio, ma come un supporto operativo per l’osservazione della biodiversità. Una volta validato, potrà essere utilizzato in diversi contesti:
- durante le immersioni con ROV o telecamere subacquee;
- per analizzare il pescato o i campioni da laboratorio;
- per elaborare immagini storiche e costruire serie temporali.
Si tratta di un passo importante verso l’automazione delle attività di rilevamento, che oggi richiedono spesso tempo e competenze altamente specialistiche. Automatizzare significa anche rendere più rapido, replicabile e accessibile il monitoraggio, in linea con gli obiettivi di efficienza e inclusività che HEASY persegue.
Intelligenza artificiale e biodiversità: una frontiera da esplorare
L’integrazione di intelligenza artificiale e ricerca ecologica è una delle linee più innovative del progetto. Cloudia lavora in stretta collaborazione con i partner scientifici per assicurare che i modelli sviluppati siano scientificamente solidi e utilizzabili in contesti operativi. L’uso combinato di dati ecologici, immagini e metadati rappresenta una nuova frontiera per il monitoraggio ambientale, capace di superare i limiti dei metodi tradizionali.
Nei prossimi mesi, il sistema sarà sottoposto a una fase di validazione su casi studio reali. I risultati attesi non riguardano solo l’efficienza tecnica, ma anche la possibilità di ampliare l’uso della tecnologia ad altri ambiti, come la citizen science o l’educazione ambientale.
Heasy è un progetto finanziato dall’Unione europea – NextGenerationEU, nell’ambito del NBFC – National Biodiversity Future Center – Spoke 1.
Un progetto realizzato da Università degli Studi di Messina, Università degli Studi di Cagliari, Università degli Studi di Bari Aldo Moro, Università degli Studi di Napoli “Parthenope”, Southside Consulting e Cloudia Research.
