IA identifica seis espécies de golfinhos por seus assobios

Algoritmo da USP analisou cerca de 1,8 mil sons e pode reforçar o monitoramento da fauna marinha.

Um algoritmo de inteligência artificial desenvolvido pelo Instituto Oceanográfico da Universidade de São Paulo, o IO-USP, identificou seis espécies de golfinhos a partir dos assobios emitidos pelos animais. O modelo foi treinado com cerca de 1,8 mil sons registrados na costa de São Paulo, no Estuário de Cananéia e no Arquipélago de Fernando de Noronha. Publicado em 10 de agosto de 2026 na revista Ocean and Coastal Research, o estudo busca tornar mais eficiente o monitoramento de mamíferos marinhos e ampliar a proteção da biodiversidade no Atlântico Sul Ocidental.

Como a inteligência artificial reconhece os golfinhos

Os pesquisadores analisaram vocalizações de golfinhos-comuns, orcas, golfinhos-pintados do Atlântico, golfinhos-nariz-de-garrafa, golfinhos-rotadores e botos-cinza. Os registros foram feitos com hidrofones, equipamentos que funcionam como microfones subaquáticos e captam sons produzidos abaixo da superfície.

Leia também

A cutia pode decidir o futuro de uma castanheira sem tocar na árvore adulta: o mapa escondido das sementesUltrassom revela filhote em manta gigante no PacíficoEsturjão-do-Atlântico faz “trovões” em rio de reprodução

Depois da coleta, os assobios foram transformados em dados numéricos. Entre as informações avaliadas estão a duração, a frequência, a modulação e as variações de cada vocalização. Esses dados formaram uma biblioteca acústica usada no treinamento do modelo de inteligência artificial.

O sistema utiliza o algoritmo Random Forest, baseado em um conjunto de árvores de decisão. Cada árvore analisa diferentes características do som e sugere uma classificação. Ao final, o modelo reúne as respostas e escolhe a espécie mais indicada pela maioria das análises.

Segundo a pesquisa da USP, o algoritmo alcançou 55% de precisão na identificação das seis espécies. O melhor resultado foi obtido com os golfinhos-comuns, com 73,6% de acerto. Na sequência apareceram os botos-cinza, com 65%, e os golfinhos-pintados do Atlântico, com 55%.

Assobios funcionam como “sotaques” regionais

As vocalizações dos golfinhos não são necessariamente iguais em todas as áreas. Populações da mesma espécie podem desenvolver padrões próprios de comunicação, semelhantes a sotaques regionais. Essas diferenças podem estar relacionadas às condições ambientais, à disponibilidade de alimento, à presença de predadores e aos impactos provocados por atividades humanas.

Em locais onde diferentes espécies convivem, os animais também podem incorporar sons uns dos outros. Esse comportamento aumenta a complexidade da identificação acústica e exige que o algoritmo seja treinado com registros coletados em diferentes regiões.

“Quanto maior o número de amostras por espécie, maior tende a ser a capacidade do sistema em distinguir os diferentes padrões acústicos”, explica o biólogo Diogo D. Barcellos, primeiro autor do estudo.

Entenda o caso

A pesquisa faz parte de trabalhos sobre ecologia, distribuição e deslocamento de cetáceos no litoral brasileiro. Durante cruzeiros oceanográficos, os cientistas observavam os animais e, ao mesmo tempo, registravam assobios, cliques de ecolocalização e outras vocalizações com hidrofones.

A biblioteca acústica criada pela equipe reúne informações de diferentes espécies e áreas. Ela serve como uma espécie de banco de referência para que novos registros sejam comparados e classificados automaticamente.

O artigo completo, publicado na revista científica, pode ser consultado no estudo sobre as características dos assobios e a classificação de golfinhos.

Monitoramento sem interferir nos animais

Uma das principais vantagens do método é permitir o acompanhamento contínuo dos golfinhos sem a necessidade de observar diretamente os animais. Sensores acústicos podem operar durante a noite, em condições de baixa visibilidade e em períodos de chuva ou pouca luminosidade, situações que dificultam o monitoramento visual.

A tecnologia também reduz a dependência de embarcações para identificar a presença dos mamíferos em uma determinada área. Com uma rede de sensores e uma biblioteca acústica mais ampla, será possível acompanhar a ocorrência de espécies e estimar a presença de indivíduos ao longo do tempo.

Segundo a equipe, o monitoramento acústico pode ajudar a localizar áreas importantes para alimentação, reprodução e deslocamento. Os dados também podem indicar como ruídos de embarcações, obras costeiras, pesca e outras atividades humanas afetam o comportamento dos animais.

Segundo o Instituto Oceanográfico da USP, o estudo publicado em 10 de agosto de 2026 mostrou que a bioacústica pode apoiar o monitoramento de seis espécies de cetáceos no Atlântico Sul Ocidental.

Potencial para a conservação na Amazônia

Embora os registros analisados tenham sido obtidos principalmente no litoral paulista e em Fernando de Noronha, o método pode interessar a projetos de conservação em toda a costa brasileira. Na Amazônia, o uso de sensores acústicos pode contribuir para o acompanhamento de botos e outras espécies nos estuários, baías e áreas costeiras influenciadas pelos rios da região.

Estados amazônicos como Pará, Amapá e Maranhão concentram ambientes de transição entre rios, manguezais e oceano, enquanto Amazonas, Acre, Rondônia e Roraima abrigam populações de botos em sistemas fluviais. A aplicação da inteligência artificial nesses ambientes dependerá da criação de bibliotecas específicas, com sons coletados localmente e identificação prévia das espécies.

O professor Marcos C. de O. Santos, coordenador do Laboratório de Biologia da Conservação de Mamíferos Aquáticos do IO-USP e segundo autor do artigo, afirma que a consolidação do método exige uma série histórica de registros.

“Demos o primeiro passo. Se não seguirmos adiante, o esforço terá sido em vão. Precisamos seguir com a aplicação dos mesmos métodos por, pelo menos, mais cinco anos”, aponta Santos.

Próximos passos da pesquisa

O próximo desafio é ampliar o número de sons disponíveis para o treinamento e incluir registros de diferentes regiões, períodos do ano e condições ambientais. Com mais dados, o algoritmo poderá reconhecer padrões menos comuns e melhorar a precisão da classificação.

A continuidade do projeto também deve permitir comparar mudanças nas vocalizações ao longo do tempo. Os resultados podem apoiar políticas públicas, unidades de conservação e ações de resposta a impactos sobre a fauna marinha. A equipe pretende avançar na aplicação do método nos próximos anos, com monitoramento acústico contínuo e ampliação da biblioteca de sons.

Perguntas frequentes

Quantas espécies o algoritmo identificou?

O modelo foi treinado para reconhecer seis espécies de golfinhos e outros cetáceos do Atlântico Sul Ocidental, incluindo o boto-cinza e a orca.

Qual foi a precisão da inteligência artificial?

A precisão geral foi de 55%. O melhor desempenho ocorreu na identificação dos golfinhos-comuns, com 73,6% de acerto.

O método pode ser usado na Amazônia?

Sim, mas será necessário coletar sons das espécies presentes em cada ambiente amazônico e construir bibliotecas acústicas regionais para treinar o algoritmo.

Com informações do Instituto Oceanográfico da Universidade de São Paulo.

Mais Lidas da Semana

1O alemão que recebeu um novo nome entre os Guarani passou décadas registrando povos indígenas e desenhou um mapa que tentou reunir séculos de deslocamentos2Eu entrei no mundo dos sapos e lagartos que vivem entre a canga e a floresta do Pará3Sanhaço integra bando misto e aproveita alarmes de outras espécies para vigiar bordas urbanas4“Uma floresta saudável também está na panela”: o estudo que ligou caça, cultura e conservação5O filhote de cigana nasce com garras nas asas e usa esse traço para escapar pelo igarapé