Cingapura lança primeiro app asiático com IA para identificar barbatanas de tubarão e raia

O Fin Finder, desenvolvido pela Singapore National Parks Board (NParks) em parceria com a Microsoft (pelo programa AI for Earth) e a Conservation International, foi lançado em junho de 2022 como o primeiro aplicativo móvel da Ásia baseado em inteligência artificial para identificar espécies de tubarões e raias a partir de imagens de barbatanas. Criado em apenas nove meses, o sistema opera sobre a infraestrutura de nuvem Microsoft Azure, comparando fotos tiradas por fiscais aduaneiros contra um banco de dados de mais de 15.000 imagens de barbatanas e entregando um resultado visual em segundos. O app identifica 35 espécies de elasmobrânquios, sendo 14 delas listadas no Apêndice II da CITES, o tratado internacional que regula o comércio de espécies ameaçadas.

Antes do Fin Finder, a identificação exigia coleta de amostras para análise de DNA, processo que consumia até uma semana por embarque. A urgência era clara: entre 2012 e 2020, mais de 160.000 quilogramas de barbatanas de espécies protegidas pelo CITES cruzaram as fronteiras de Cingapura, tornando o porto do país um ponto crítico no tráfico global desse produto.

O comércio ilegal de barbatanas é uma das principais ameaças à sobrevivência de tubarões e raias, grupos que sustentam o equilíbrio dos ecossistemas marinhos. Estima-se que cerca de 100 milhões de tubarões sejam abatidos por ano, majoritariamente para suprir a demanda da sopa de barbatana, prato associado a status e prestígio em mercados asiáticos. Com mais de 40 espécies classificadas como ilegais para comércio pelo CITES e centenas sob vigilância regulada, a identificação rápida e precisa é o elo mais crítico de toda a cadeia de fiscalização. Sem ela, fiscais dependiam de testes de DNA lentos e caros, tornando impraticável inspecionar grandes volumes de embarques em tempo real nas alfândegas.

O Fin Finder ilustra como ferramentas de visão computacional e reconhecimento de imagem estão saindo dos laboratórios para aplicações regulatórias e de conservação em campo. A arquitetura baseada em nuvem permite que atualizações no modelo de IA sejam distribuídas instantaneamente para todos os dispositivos em uso, sem necessidade de substituir o aplicativo. Para profissionais de tecnologia, o projeto é um caso de referência de parceria público-privada com escopo bem definido: um problema de classificação visual, dados de domínio coletados com especialistas, e um ciclo de nove meses do zero ao deploy. As próximas versões planejam ampliar a cobertura de espécies e melhorar a precisão em nível de gênero, o que pode servir de base para sistemas semelhantes em outros contextos de combate ao tráfico de fauna.