Canto da baleia revela décadas de dados escondidos nos oceanos

Milhões de horas de gravações submarinas permanecem armazenadas em bancos de dados científicos ao redor do mundo, enquanto pesquisadores enfrentam dificuldades para identificar os sons emitidos por espécies marinhas raras. Um estudo conduzido por cientistas da Universidade de Nova Gales do Sul, na Austrália, apresentou uma solução que pode transformar a ecologia acústica: uma inteligência artificial treinada a partir de apenas uma vocalização de baleia-azul conseguiu localizar cantos da espécie em registros espalhados por oceanos inteiros e produzidos ao longo de décadas.

A pesquisa, publicada na revista científica Scientific Reports, utilizou redes neurais profundas para reconhecer padrões sonoros das baleias. O sistema alcançou índices elevados de precisão mesmo sem acesso aos enormes bancos de dados normalmente exigidos para treinar modelos de aprendizado de máquina.

Tradicionalmente, equipes de pesquisadores analisam gravações marinhas manualmente, marcando uma a uma as vocalizações presentes nos arquivos. O processo consome tempo, recursos financeiros e exige especialistas treinados. Em estudos que acompanham transformações ambientais por muitos anos, o volume de dados frequentemente ultrapassa a capacidade humana de análise.

Os oceanos concentram uma quantidade gigantesca de informações acústicas coletadas por hidrofones — equipamentos instalados no fundo do mar que gravam sons continuamente. Esses dispositivos monitoram rotas migratórias, mudanças comportamentais, reprodução e presença de espécies ameaçadas. Mesmo assim, grande parte desse material segue subutilizada devido à ausência de ferramentas acessíveis e eficientes para processar os registros.

A nova abordagem procurou contornar justamente esse obstáculo. Em vez de reunir milhares de exemplos reais de cantos de baleia, os pesquisadores partiram de um único áudio original e criaram milhares de versões artificiais do mesmo som. O processo incluiu alterações de frequência, duração e inserção de ruídos oceânicos variados, simulando as mudanças que ocorrem naturalmente quando o som percorre longas distâncias no mar.

O resultado surpreendeu os cientistas. Em testes realizados com gravações reais, o detector identificou corretamente 99,4% dos chamados emitidos por uma população de baleias-azuis-pigmeias. O desempenho ficou próximo ao de sistemas treinados com conjuntos muito maiores de dados reais.

A eficiência do método está ligada às características vocais das baleias-azuis. Embora sejam os maiores animais do planeta, elas permanecem difíceis de estudar porque vivem dispersas pelos oceanos e passam boa parte da vida submersas. Ao mesmo tempo, seus cantos apresentam grande repetição dentro de cada população. Baleias que vivem próximas à Antártica, por exemplo, compartilham padrões sonoros diferentes daqueles observados em grupos do Oceano Índico ou da região de Madagascar.

Essa regularidade permitiu que a inteligência artificial aprendesse rapidamente como reconhecer os sons da espécie. O método, porém, possui limitações. Espécies que produzem vocalizações individualizadas, como muitos golfinhos, tendem a exigir modelos mais complexos e conjuntos maiores de treinamento.

Outro aspecto destacado pela pesquisa envolve o impacto ambiental associado ao treinamento de sistemas de inteligência artificial. Modelos gigantescos demandam centros computacionais potentes e elevado consumo de energia elétrica. O detector criado pelos pesquisadores australianos foi desenvolvido justamente para reduzir essa dependência tecnológica.

O treinamento completo pode ser executado em poucas horas em um computador portátil comum, dispensando estruturas computacionais de grande porte. A estratégia combina eficiência energética, menor custo operacional e ampliação do acesso científico a tecnologias de monitoramento ambiental.

Além de acompanhar populações ameaçadas, os cientistas acreditam que a ferramenta poderá revelar transformações culturais entre os animais. Os cantos das baleias funcionam como formas de comunicação social e podem ser aprendidos e transmitidos entre gerações, oferecendo pistas sobre comportamento, migração e adaptação ambiental.

A equipe agora pretende aplicar o detector em um banco de dados do Oceano Índico Central acumulado ao longo de 25 anos. A expectativa é reconstruir mudanças históricas nos padrões de vocalização das baleias-azuis e compreender como fatores climáticos, ruído marítimo e atividades humanas alteraram a dinâmica acústica dos oceanos.

Os pesquisadores também apontam aplicações fora do ambiente marinho. A mesma técnica poderá auxiliar o monitoramento de aves, insetos e outras espécies difíceis de observar diretamente em florestas, áreas remotas e ecossistemas ameaçados. Em um cenário de perda acelerada da biodiversidade, ferramentas automatizadas de baixo custo ampliam a capacidade de registrar e interpretar sinais sonoros da vida selvagem antes que eles desapareçam.