A Inteligência Artificial (IA) tem se consolidado como uma importante aliada da ciência — inclusive na identificação de espécies fundamentais para a biodiversidade brasileira, como abelhas, formigas e vespas. Um exemplo recente desse avanço é a pesquisa desenvolvida em parceria entre a Universidade de São Paulo (USP) e a Universidade Federal de São Carlos (UFSCar), que aplicou técnicas de visão computacional para auxiliar na identificação de vespas parasitoides da ordem Hymenoptera.

O estudo foi conduzido pelo engenheiro mecatrônico João Manoel Herrera Pinheiro durante o mestrado no Programa de Pós-Graduação em Engenharia Mecânica da Escola de Engenharia de São Carlos (USP), sob orientação do professor Marcelo Becker, coordenador do Laboratório de Robótica Móvel (LRM). A versão preliminar do primeiro artigo científico derivado da pesquisa foi publicada na plataforma arXiv, repositório de acesso aberto mantido pela Cornell University, nos Estados Unidos.

Como funciona a visão computacional

Segundo o pesquisador, a visão computacional é um campo da Inteligência Artificial que ensina o computador a interpretar imagens. Em vez de apenas registrar cores e formas, o sistema aprende a reconhecer padrões e estruturas, de forma semelhante ao trabalho realizado por um taxonomista ao analisar um inseto.

“Para a Biologia, é como treinar o computador para fazer algo parecido com o que um pesquisador faz ao observar um inseto: analisar características, comparar com exemplos anteriores e identificar”, explica Pinheiro.

Avanço metodológico para a biodiversidade

A pesquisa representa um avanço metodológico estratégico para os estudos de biodiversidade. Atualmente, a identificação de vespas parasitoides exige anos de formação especializada e o processo precisa ser reiniciado a cada nova análise.

Com o uso da IA, a proposta é automatizar etapas iniciais da identificação, permitindo que especialistas concentrem esforços em análises mais detalhadas, como subfamília, gênero e espécie. A medida pode acelerar a descoberta de novas espécies — especialmente em um grupo ainda pouco explorado, apesar de ser o maior dentro da ordem Hymenoptera.

Espécies estudadas e importância ecológica

O estudo focou nas famílias Ichneumonidae e Braconidae, duas das mais ricas e diversas da ordem Hymenoptera.

Essas vespas possuem hábitos predominantemente parasitoides e desempenham papel essencial no equilíbrio ambiental, atuando como agentes naturais de controle populacional de outros insetos. Além disso, são fundamentais para o controle biológico de pragas agrícolas, contribuindo diretamente para a sustentabilidade dos ecossistemas.

Estrutura da pesquisa

Dois pontos se destacam na dissertação:

• Foram criados dois conjuntos de dados robustos:

  • Um com 3.556 imagens agrupadas por família, em colaboração com instituições como a USP (Ribeirão Preto), Universidade Federal do Tocantins e Universidade Estadual do Piauí;

  • Outro com 1.739 imagens anotadas, identificando partes específicas do corpo dos insetos, como asas, para treinar modelos capazes de reconhecer estruturas isoladas.

• Também foi desenvolvido um modelo de IA para identificação e detecção, utilizando técnicas de aprendizado profundo consideradas estado da arte em visão computacional. O estudo incorporou ainda ferramentas de IA explicável, permitindo compreender quais características o modelo utilizou para classificar os insetos — verificando se o raciocínio seguiu critérios semelhantes aos adotados por taxonomistas.

Todos os códigos, conjuntos de dados e modelos foram disponibilizados em código aberto na plataforma Zenodo, permitindo que outros pesquisadores utilizem e ampliem os resultados.

Parceria entre USP e UFSCar

A pesquisa contou com a participação da engenheira agrônoma Gabriela do Nascimento Herrera, doutoranda do Programa de Pós-Graduação em Ecologia e Recursos Naturais (PPGERN) da UFSCar, sob orientação da professora Angélica Maria Penteado-Dias, do Departamento de Ecologia e Biologia Evolutiva (DEBE/UFSCar) e coordenadora do Instituto Nacional de Ciência e Tecnologia dos Hymenoptera Parasitoides (INCT-Hympar).

A colaboração surgiu a partir dos estudos de Gabriela sobre himenópteros parasitoides em ambientes de mata nativa e lavoura na Amazônia. Segundo Pinheiro, ao analisarem a literatura científica, o casal constatou que não havia trabalhos publicados aplicando IA especificamente à identificação dessas vespas parasitoides.

A bióloga Luciana Bueno dos Reis Fernandes, técnica de microscopia eletrônica e imagens digitais do DEBE/UFSCar, foi responsável pela fotografia dos exemplares da coleção taxonômica do departamento, contribuindo para a construção do banco de imagens utilizado no treinamento dos modelos.

Apoio financeiro

O mestrado contou com apoio do Instituto Nacional de Ciência e Tecnologia dos Hymenoptera Parasitoides (INCT-Hympar), com financiamento conjunto do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) e Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp), além da colaboração do Museu de Zoologia e do Departamento de Biologia da USP (campus de Ribeirão Preto).

Trabalho completo

A dissertação, intitulada “Técnicas de visão computacional baseadas em aprendizado profundo para identificação automatizada de Ichneumonoidea e outros insetos da ordem Hymenoptera”, está disponível para consulta pública.

Dúvidas podem ser encaminhadas diretamente ao autor pelo e-mail joao.manoel.pinheiro@usp.br.