Pesquisa entre USP e UFSCar inova ao aplicar IA na identificação de vespas parasitoides
Trabalho, fruto da parceria entre diferentes áreas de pesquisa, mostra como "acelerar" identificação de novas espécies através de visão computacional
Como a IA pode agilizar o trabalho de cientistas na identificação de espécies importantes na biodiversidade brasileira - como abelhas, formigas e vespas? Uma pesquisa desenvolvida em parceria entre a Universidade de São Paulo (USP) e a Universidade Federal de São Carlos (UFSCar) é um exemplo bem-sucedido desse uso ao contribuir para a identificação de vespas parasitoides (Hymenoptera) por meio da aplicação de técnicas de visão computacional e Inteligência Artificial.
"Visão computacional é uma área da Inteligência Artificial que ensina o computador a analisar e entender imagens. Em vez de apenas 'ver' uma foto como um conjunto de cores, o computador aprende a reconhecer padrões, formas e estruturas. 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 o engenheiro mecatrônico João Manoel Herrera Pinheiro, autor do trabalho.
O estudo foi desenvolvido no período de 2024 e 2026 durante seu 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 decorrente da pesquisa acaba de ser publicada na ArXiv, uma plataforma gratuita e de livre acesso da Cornell University, nos Estados Unidos, e está disponível em https://arxiv.org/abs/2602.20028.
Avanço metodológico
O estudo apresenta um avanço metodológico e um suporte estratégico aos estudos de biodiversidade. "O trabalho é uma base fundamental para automação da identificação das vespas parasitoides. Hoje é necessário um especialista com vários anos de estudos (mestrado, doutorado) para identificar as espécies e ele precisa realizar as tarefas sempre do início. Com a automação e o uso de IA, podemos diminuir esse trabalho deixando o especialista de fato trabalhar com a identificação mais detalhada em níveis de subfamília, gênero e espécie, sem gastar recurso com a identificação nos níveis mais elevados. Isso ajudaria muito e aceleraria o processo de identificação de novas espécies e novos estudos, ainda mais que a diversidade desse grupo é pouco explorada, embora estejamos falando do maior grupo da ordem Hymenoptera", avalia.
Espécies estudadas
O estudo tratou das vespas das famílias Ichneumonidae e Braconidae, de hábitos principalmente parasitoides e os mais ricos e diversos da ordem Hymenoptera. Trata-se de um grupo fundamental para a biodiversidade sustentabilidade porque atuam como principais agentes naturais de controle populacional de outros insetos, mantendo o equilíbrio dos ecossistemas, incluindo o controle biológico de pragas agrícolas.
Apoio financeiro
A pesquisa de 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 (campus de Ribeirão Preto), ambos da USP.
Parceria USP-UFSCar
O estudo 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) da UFSCar e coordenadora do projeto INCT-Hympar, parceiro deste projeto.
"Gabriela, minha esposa, é aluna de doutorado do PPGERN/UFSCar e, olhando o trabalho dela, sobre himenópteros parasitoides em ambientes de mata nativa e lavoura na Amazônia, tivemos, juntos, a ideia de criar algo para automatizar a triagem e identificação; quando verificamos, acabamos encontrando que, para essas vespas parasitoides importantes e diversas, não há nenhum trabalho publicado nessa área. Então, começamos a trabalhar nisso".
O trabalho de Gabriela Herrera já foi tema de matéria no Portal da UFSCar, em https://bit.ly/4l53LST.
"A Luciana Bueno dos Reis Fernandes, bióloga e técnica de laboratório de microscopia eletrônica e imagens digitais do DEBE/UFSCar, foi responsável por fotografar os exemplares da Coleção Taxonômica do Departamento (DCBU)", detalha Pinheiro. "Além disso, a UFSCar também deu todo o apoio da parte de Biologia e ajudou a realizar as anotações no conjunto de dados - que foi um trabalho conjunto entre especialista de IA e taxonomista da UFSCar - tanto é que nos artigos gerados a segunda autora é a Gabriela, do doutorado da UFSCar", relata o pesquisador da USP.
Pontos de destaque do estudo
O pesquisador da USP relata dois pontos importantes de sua dissertação de mestrado:
- A pesquisa é inédita com a identificação de grupos de vespas parasitoides com utilização de IA e gerou dois conjuntos de dados robustos: um com 3.556 imagens agrupadas por família (em parceria UFSCar/INCT-HYMPAR, USP de Ribeirão Preto, Universidade Federal do Tocantins e Universidade Estadual do Piauí); outro subconjunto de dados com 1.739 imagens anotadas com o corpo do inseto e a asa para treinar modelos que possam reconhecer partes do corpo do inseto, como somente a asa.
- A pesquisa gerou também um modelo de IA para a identificação e detecção: modelos estado da arte em visão computacional foram treinados para reconhecer as famílias e obtiveram excelentes performances na identificação e detecção; o estudo ainda utiliza técnicas de IA explicável para mostrar o que de fato o modelo "aprendeu" - se ele seguiu o mesmo caminho que os taxonomistas fazem para identificar ou se usou outras partes do corpo; por fim, todos os códigos, conjunto de dados, modelos em código aberto e publicados em repositório disponível para o uso. Esses dados podem ser acessados por outros pesquisadores em https://zenodo.org/records/18501018.
Trabalho completo
A dissertação de mestrado, intitulada "Técnicas de visão computacional baseadas em aprendizado profundo para identificação automatizada de Ichneumonoidea e outros insetos da ordem Hymenoptera", está disponível em https://bit.ly/4smaavC.
Dúvidas podem ser esclarecidas com o autor da dissertação pelo e-mail joao.manoel.pinheiro@usp.br.
"Visão computacional é uma área da Inteligência Artificial que ensina o computador a analisar e entender imagens. Em vez de apenas 'ver' uma foto como um conjunto de cores, o computador aprende a reconhecer padrões, formas e estruturas. 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 o engenheiro mecatrônico João Manoel Herrera Pinheiro, autor do trabalho.
O estudo foi desenvolvido no período de 2024 e 2026 durante seu 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 decorrente da pesquisa acaba de ser publicada na ArXiv, uma plataforma gratuita e de livre acesso da Cornell University, nos Estados Unidos, e está disponível em https://arxiv.org/abs/2602.20028.
O estudo apresenta um avanço metodológico e um suporte estratégico aos estudos de biodiversidade. "O trabalho é uma base fundamental para automação da identificação das vespas parasitoides. Hoje é necessário um especialista com vários anos de estudos (mestrado, doutorado) para identificar as espécies e ele precisa realizar as tarefas sempre do início. Com a automação e o uso de IA, podemos diminuir esse trabalho deixando o especialista de fato trabalhar com a identificação mais detalhada em níveis de subfamília, gênero e espécie, sem gastar recurso com a identificação nos níveis mais elevados. Isso ajudaria muito e aceleraria o processo de identificação de novas espécies e novos estudos, ainda mais que a diversidade desse grupo é pouco explorada, embora estejamos falando do maior grupo da ordem Hymenoptera", avalia.
O estudo tratou das vespas das famílias Ichneumonidae e Braconidae, de hábitos principalmente parasitoides e os mais ricos e diversos da ordem Hymenoptera. Trata-se de um grupo fundamental para a biodiversidade sustentabilidade porque atuam como principais agentes naturais de controle populacional de outros insetos, mantendo o equilíbrio dos ecossistemas, incluindo o controle biológico de pragas agrícolas.
A pesquisa de 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 (campus de Ribeirão Preto), ambos da USP.
O estudo 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) da UFSCar e coordenadora do projeto INCT-Hympar, parceiro deste projeto.
"Gabriela, minha esposa, é aluna de doutorado do PPGERN/UFSCar e, olhando o trabalho dela, sobre himenópteros parasitoides em ambientes de mata nativa e lavoura na Amazônia, tivemos, juntos, a ideia de criar algo para automatizar a triagem e identificação; quando verificamos, acabamos encontrando que, para essas vespas parasitoides importantes e diversas, não há nenhum trabalho publicado nessa área. Então, começamos a trabalhar nisso".
O trabalho de Gabriela Herrera já foi tema de matéria no Portal da UFSCar, em https://bit.ly/4l53LST.
"A Luciana Bueno dos Reis Fernandes, bióloga e técnica de laboratório de microscopia eletrônica e imagens digitais do DEBE/UFSCar, foi responsável por fotografar os exemplares da Coleção Taxonômica do Departamento (DCBU)", detalha Pinheiro. "Além disso, a UFSCar também deu todo o apoio da parte de Biologia e ajudou a realizar as anotações no conjunto de dados - que foi um trabalho conjunto entre especialista de IA e taxonomista da UFSCar - tanto é que nos artigos gerados a segunda autora é a Gabriela, do doutorado da UFSCar", relata o pesquisador da USP.
O pesquisador da USP relata dois pontos importantes de sua dissertação de mestrado:
- A pesquisa é inédita com a identificação de grupos de vespas parasitoides com utilização de IA e gerou dois conjuntos de dados robustos: um com 3.556 imagens agrupadas por família (em parceria UFSCar/INCT-HYMPAR, USP de Ribeirão Preto, Universidade Federal do Tocantins e Universidade Estadual do Piauí); outro subconjunto de dados com 1.739 imagens anotadas com o corpo do inseto e a asa para treinar modelos que possam reconhecer partes do corpo do inseto, como somente a asa.
- A pesquisa gerou também um modelo de IA para a identificação e detecção: modelos estado da arte em visão computacional foram treinados para reconhecer as famílias e obtiveram excelentes performances na identificação e detecção; o estudo ainda utiliza técnicas de IA explicável para mostrar o que de fato o modelo "aprendeu" - se ele seguiu o mesmo caminho que os taxonomistas fazem para identificar ou se usou outras partes do corpo; por fim, todos os códigos, conjunto de dados, modelos em código aberto e publicados em repositório disponível para o uso. Esses dados podem ser acessados por outros pesquisadores em https://zenodo.org/records/18501018.
A dissertação de mestrado, intitulada "Técnicas de visão computacional baseadas em aprendizado profundo para identificação automatizada de Ichneumonoidea e outros insetos da ordem Hymenoptera", está disponível em https://bit.ly/4smaavC.
Dúvidas podem ser esclarecidas com o autor da dissertação pelo e-mail joao.manoel.pinheiro@usp.br.
anexos:
Exemplo de vespa no conjunto de dados da família de Braconidae (Foto: Luciana Fernandes / UFSCar)Resultado da predição do modelo, identificando a família do inseto e asa (Foto: João M. H. Pinheiro)
Contato para esta matéria: Denise Britto Telefone: (16) 33066779
« voltar
