Proprio adesso, i droni sorvolano i parchi naturali in Sudafrica, dotato di termocamere a infrarossi e sistemi di rilevamento automatico intelligenti in grado di identificare potenziali bracconieri. Se viene individuato un bracconiere, il drone può avvisare i ranger vicini e far lampeggiare le luci per inviare un allarme.

Ma i parchi sono posti grandi e i ranger sono sparsi. E se i ranger non piombano sempre in risposta a quelle luci lampeggianti? La tecnica può ancora scoraggiare i bracconieri, come un'auto della polizia vuota in un autovelox? Se è così, quante volte può essere usato lo stratagemma prima che i bracconieri diventino saggi?

Questa è la domanda centrale in un nuovo articolo degli scienziati informatici della Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS).

"Il nostro obiettivo era sviluppare un algoritmo in grado di utilizzare questo approccio in modo strategico, " disse Elisabetta Bondi, uno studente laureato presso SEAS e primo autore del documento. "Volevamo progettare uno schema di segnalazione che potesse indurre in errore un bracconiere e renderlo incerto sul fatto che sia stato rilevato".

Il tasto, si scopre, stava riconoscendo la fallibilità del drone stesso.

Mentre i droni sono uno strumento importante per proteggere la fauna selvatica e le foreste, non sono perfetti. Una telecamera occlusa o un essere umano erroneamente identificato possono portare a falsi negativi.

Tenendo conto di queste incertezze, Bondi e il team hanno sviluppato un algoritmo che potrebbe segnalare strategicamente per indurre i bracconieri a credere che i ranger possano arrivare in qualsiasi momento.

Con questo algoritmo, se un drone vede un bracconiere e un ranger è nelle vicinanze, a volte segnalerà perché è probabile che il bracconiere venga catturato. Ma, se il drone vede un bracconiere e un ranger non è nelle vicinanze, può segnalare o meno, a seconda dei calcoli dell'algoritmo. E, per tenere conto dell'incertezza del dispositivo, il drone potrebbe segnalare anche se non vede nulla.

Questo riconoscimento di incertezza ha dato all'algoritmo, chiamato GUARDSS, un vantaggio rispetto alle altre strategie. Infatti, i ricercatori hanno scoperto che se un algoritmo di segnalazione ignorava le sue incertezze, ha fatto peggio che non usare affatto i droni.

"Questo algoritmo ci dà un vantaggio informativo sui bracconieri, - disse Bondi. - Sappiamo se li abbiamo visti o no, ma i bracconieri no. Abbiamo trasformato le nostre incertezze in nostro vantaggio".

"Sfruttare le incertezze e i vantaggi informativi per ingannare è stato a lungo utilizzato dagli esseri umani nelle interazioni competitive, " disse Haifeng Xu, un ex borsista post-dottorato presso SEAS e coautore del documento. "È emozionante scoprire che tali tattiche di bluff possono anche essere rigorosamente calcolate e implementate come algoritmi per il bene sociale, piace combattere il bracconaggio illegale".

"Questo strumento può aiutare i ranger nella loro missione sfruttando le informazioni in tempo reale sul bracconaggio, " ha detto Mild Tambe, il Gordon McKay Professor of Computer Science presso SEAS e autore senior dell'articolo. "Si unisce ad altri strumenti di intelligenza artificiale che abbiamo costruito negli ultimi anni per assistere i ranger e le agenzie di conservazione della fauna selvatica, compresi WWF e WCS, nel loro lavoro estremamente importante nella protezione della fauna selvatica in via di estinzione".

Questa ricerca è stata co-autrice di Hoon Oh, Haifeng Xu, Fei Fang e Bistra Dilkina. È stato presentato alla conferenza dell'Associazione per l'avanzamento dell'intelligenza artificiale (AAAI).