Qual é a aparência do menu de uma arraia-águia?

Um modelo de inteligência artificial agora pode responder a essa pergunta ouvindo os sons do animal mastigando a comida.

Os cientistas desenvolveram o algoritmo de aprendizado de máquina para detectar o som das conchas sendo esmagadas por predadores quando se alimentam de moluscos. Segundo estudo publicado na revista Ecological Informatics, o modelo também consegue identificar as presas com base nos sons.

“Muitos animais por aí, especialmente animais marinhos, têm a capacidade única de esmagar conchas”, disse Matt Ajemian, professor assistente de investigação no Instituto Oceanográfico Harbour Branch da Florida Atlantic University, nos EUA, que fez parte da investigação, à Mongabay, numa entrevista em vídeo. "Mas não sabemos quanto comem e de que se alimentam. Por isso queríamos ver se conseguiríamos detectar remotamente um animal que se alimenta de uma amêijoa em vez de um gastrópode."

Acompanhar as interações predador-presa é crucial, especialmente face às rápidas mudanças dos habitats marinhos. Monitorizar o que e quanto os predadores maiores comem é importante para compreender os recursos dos quais dependem e subsequentemente planear ações de conservação eficazes.

Por outro lado, também é fundamental ter dados sobre a pressão exercida sobre as populações de moluscos que servem como presas. “Por exemplo, em um leito de moluscos ou de ervas marinhas, queremos saber quanta presa é removida por um predador ao longo de um ano”, disse Ajemian.

Contudo, reunir esses dados não é uma tarefa fácil. Rastreando predadores

debaixo d'água é um desafio. Mesmo com o uso de sensores e câmeras montadas em animais, os cientistas muitas vezes têm dificuldade em ver o que estão comendo em meio à escavação de areia que obscurece sua visão. No passado, os cientistas também capturaram os animais para eliminar o conteúdo do estômago. Mas este método é intrusivo e “você não consegue tudo ou o conteúdo fica muito degradado”, disse Ajemian.

Foi isso que levou Ajemian e a sua equipa a voltarem o foco para os sons característicos que os animais emitem ao quebrar conchas.

Veja como foi o experimento

A equipe conduziu o experimento em um tanque controlado. Eles se concentraram nas raias-águia-pintadas-brancas (gênero Aetobatus) que são hábeis em esmagar as conchas de suas presas. Eles alimentaram os predadores com quantidades e tamanhos conhecidos de presas e coletaram o áudio correspondente. Para validar a sua investigação, levaram a experiência para o oceano ao largo da costa da Florida, onde colocaram mariscos e caracóis em frente a uma câmara e a um gravador de áudio. Ao analisar os dados, a equipe descobriu que foi capaz de distinguir entre as presas que estavam sendo comidas com base nos sons, bem como no tempo que o predador levou para processar sua comida.

Por exemplo, para uma arraia-águia, esmagar e comer uma amêijoa exige um pouco de esforço, porque será necessário peneirar a comida para cuspir as cascas e retirar a carne. Com os caracóis, porém, leva muito menos tempo, pois há apenas um ponto de fixação na concha.

“Se você quebrar esse ponto de fixação, a carne se solta”, disse Ajemian.

Eles também colocaram biologgers nos animais, o que lhes permitiu ouvir e ver o animal pegar sua presa e esmagá-la.

O modelo foi então treinado com todos esses dados para primeiro detectar sons de esmagamento de conchas e filtrar esses sons do ruído do oceano. Foi então treinado para identificar a presa com base nesse som.

A maior surpresa da pesquisa, disse Ajemian, foi que a IA avançada não era necessária para fazer essas detecções. “O método que exigia mais poder computacional não era necessariamente o método ou abordagem que produzia os melhores resultados”, disse ele. “Havia alguns que consumiriam uma fração do poder de computação que chegavam bem perto.”

Isto, disse ele, indica que a ferramenta poderia ser disponibilizada a mais cientistas e que poderia ser utilizada de uma forma que consumisse muito menos recursos.

No futuro, Ajemian disse que a equipe está planejando expandir além das raias-águia e treinar o modelo para outros predadores, como os caranguejos. Eles também planejam usar a metodologia para aplicá-la aos dados coletados de etiquetas transmitidas por animais.

“Temos gravações de longo prazo em estações que estão em habitats há meses”, disse ele. “E queremos retirar todas essas informações para ver onde e quando os mariscos são abertos.”

Imagem do banner: Uma arraia-real em seu habitat natural. Compreender a dieta dos predadores é crucial para descobrir os recursos dos quais dependem e a pressão que isso exerce.

coloca a presa. Imagem cortesia de Cat Nickell.

Abhishyant Kidangoor é redator da Mongabay. Encontre-o em 𝕏 @AbhishyantPK.

Ibrahim, A., Cherubin, L., Hampton, C., DeGroot, B., Zhuang, H., & Ajemian, M. (2026). Avaliação de uma estrutura de processamento de sinais e aprendizado de máquina para detectar e classificar eventos de predação de esmagamento de conchas. Informática Ecológica, 103795. doi: 10.2139/ssrn.5547167