Brazilian Team – XPrize Rainforest

Ciência / Ciências da Vida

O Brazilian Team foi um dos vencedores do XPRIZE Rainforest, uma competição científica global com duração de cinco anos, focada no diagnóstico da biodiversidade das florestas tropicais, por meio de tecnologias inovadoras, inteligência artificial e automação. O desafio foi identificar o maior número de espécies de flora e fauna em uma área de 100 hectares de floresta tropical. A competição envolveu mais de 400 times de todo o mundo, sendo o Brazilian Team o único finalista do Hemisfério Sul. A semifinal ocorreu em Singapura e a final na Floresta Amazônica Brasileira.

Liderado pelo Prof. Vinicius Castro Souza, da ESALQ/USP, o time reuniu cerca de 100 pesquisadores, majoritariamente brasileiros, de diversas instituições renomadas, como USP, UFSCar e INPA. Foram utilizadas tecnologias avançadas, como robôs e drones autônomos, para coletar à distância dados sobre sons, imagens, amostras de DNA, temperatura, umidade e outros parâmetros ambientais, analisados com inteligência artificial e outras técnicas inovadoras. Tanto na semifinal quanto na final, O Brazilian Team foi capaz de identificar mais de 250 espécies nestes ambientes extremamente complexos e pouco conhecidos, em apenas 24 horas de trabalho autônomo ou remoto e 48 horas de análise. A proposta do Brazilian Team incluiu também o uso de deep learning para segmentar e identificar copas das árvores amazônicas.

A principal limitação para que estes números sejam ainda maiores, é a escassez de bancos de dados nas florestas tropicais. Em razão disso, mesmo após a premiação, o time continua aperfeiçoando as ferramentas tecnológicas e produzindo bibliotecas de sons, imagens e DNA. Em um mapeamento aéreo com drones em 1.700 hectares do Amazonas, botânicos identificaram e cadastraram mais de 250 espécies de árvores. Com as imagens captadas, será possível aperfeiçoar os modelos de deep learning para localizar e monitorar espécies, permitindo um melhor entendimento da biodiversidade local e sua dinâmica ao longo dos anos.

Recursos investidos

Grant 2024: R$100.000,00