Sostenibilità
23 Dicembre 2025Pubblicato su Ecological Informatics il progetto delle Università di Parma e di Perugia: un sistema basato su Raspberry Pi e deep learning per l’identificazione automatica delle specie

Unire intelligenza artificiale, informatica ed ecologia per osservare la biodiversità direttamente sul campo. È questo l’obiettivo di ANTPI (AntPi: A Raspberry Pi based edge-cloud system for real-time ant species detection using YOLO), un sistema innovativo per il riconoscimento automatico delle specie di formiche in tempo reale, sviluppato dalle Università di Parma e di Perugia e pubblicato sulla rivista scientifica Ecological Informatics. Il progetto apre nuove prospettive per il monitoraggio ambientale automatizzato e sostenibile, utilizzando tecnologie leggere e replicabili.
ANTPI è un sistema intelligente basato su Raspberry Pi, progettato per identificare automaticamente diverse specie di formiche direttamente in ambiente naturale.
Si tratta del primo lavoro di questo genere realizzato da esperti di intelligenza artificiale dell’Università di Perugia ed etologi dell’Università di Parma, un prototipo specificamente dedicato alle formiche arboricole mediterranee. ANTPI utilizza:
● tecnologie di edge computing, per elaborare i dati direttamente sul dispositivo;
● visione artificiale;
● sensori ambientali che lavorano direttamente sul campo;
● un modello di deep learning addestrato su dataset di immagini provenienti da supporti differenti.
L’approccio consente di superare i limiti del monitoraggio manuale, spesso costoso, discontinuo e dipendente dall’esperienza degli operatori.
“Il progetto rappresenta un passo importante per il monitoraggio delle biodiversità automatizzato, accessibile e sostenibile riguardante elementi rilevanti della biodiversità” spiega Daniele Giannetti, ricercatore del Dipartimento di Scienze Chimiche, della Vita e della Sostenibilità Ambientale dell’Università di Parma, che ha guidato lo studio insieme ai colleghi di Perugia.
Le formiche non sono solo insetti estremamente diffusi, ma rappresentano bioindicatori fondamentali dello stato di salute degli ecosistemi. La loro presenza, distribuzione e abbondanza forniscono informazioni preziose sulla funzionalità ambientale.
Donato Antonio Grasso, zoologo dell’Università di Parma e co-autore dello studio, aggiunge: “Le formiche sono bioindicatori preziosi: conoscerle meglio significa comprendere elementi importanti della funzionalità e salute degli ecosistemi. In questo caso, hanno rappresentato un modello di studio utile a mettere a punto sistemi estendibili anche ad altre specie e ad altre situazioni”.
ANTPI consente inoltre di georeferenziare ogni immagine raccolta, associare dati ambientali come temperatura e umidità, e sincronizzare tutte le informazioni su una piattaforma cloud, rendendole disponibili per analisi avanzate. Un modello che risulta particolarmente promettente anche in una prospettiva One Health, dove il monitoraggio degli ecosistemi è parte integrante della prevenzione dei rischi ambientali e sanitari.
Francesco Betti Sorbelli, coordinatore del team dell’Università di Perugia insieme alla collega Maria Cristina Pinotti, che ha progettato l’architettura del sistema e definito l’intero funzionamento del dispositivo afferma: “Abbiamo voluto realizzare un sistema completamente autonomo, robusto e facilmente replicabile, capace di operare in campo e raccogliere dati in modo continuo e affidabile”.
Uno degli elementi chiave del progetto è l’attenzione alla sostenibilità tecnologica. I modelli di deep learning, basati su YOLO, sono stati adattati per funzionare su dispositivi a bassa potenza di calcolo, senza necessità di connessioni continue o infrastrutture complesse.
Lorenzo Palazzetti, postdoctoral researcher alla Penn State University, che ha sviluppato i modelli di deep learning basati su YOLO spiega che “lavorare su modelli leggeri ma accurati ha permesso di portare l’intelligenza artificiale direttamente sul dispositivo, senza bisogno di connessioni costanti o risorse di calcolo elevate”.
Il sistema è stato progettato per essere autonomo, robusto e facilmente replicabile. Attualmente in fase di sperimentazione, ANTPI è pensato per applicazioni sia in ambienti naturali sia in agroecosistemi, con lo sviluppo di soluzioni dedicate al posizionamento e al controllo in campo.
Il progetto rappresenta un esempio concreto di come innovazione tecnologica e ricerca naturalistica possano convergere per la tutela e la salvaguardia della biodiversità. Un modello che potrebbe essere esteso ad altre specie e contesti, contribuendo allo sviluppo di sistemi di sorveglianza ambientale sempre più precisi, accessibili e integrati.
CITATI: DANIELE GIANNETTI, DONATO ANTONIO GRASSO, FRANCESCO BETTI SORBELLI, LORENZO PALAZZETTI, MARIA CRISTINA PINOTTISe l'articolo ti è piaciuto rimani in contatto con noi sui nostri canali social seguendoci su:
Oppure rimani sempre aggiornato in ambito veterinario, iscrivendoti alla nostra newsletter!
POTREBBERO INTERESSARTI ANCHE
23/12/2025
Dal progetto MosAICo un sistema basato su deep learning e computer vision per identificare in tempo reale le specie di zanzare di interesse sanitario, a supporto della prevenzione di West Nile,...
A cura di Redazione Vet33
23/12/2025
È in vigore il Decreto legislativo 183/2025 che sancisce requisiti più stringenti per stabulari e metodi di soppressione. Rafforzati i principi delle 3R nella ricerca scientifica
A cura di Redazione Vet33
23/12/2025
Dalla custodia degli animali confiscati ai combattimenti illegali fino alla conversione degli allevamenti senza gabbie: cosa prevede la Legge di Bilancio e quali ricadute per il settore veterinario
A cura di Redazione Vet33
23/12/2025
Dopo l’allarme lanciato dall’Ordine dei Medici Veterinari ticinesi, la politica chiede chiarezza su titoli, strutture, pubblicità e controlli nel settore veterinario
A cura di Redazione Vet33

©2026 Edra S.p.a | www.edraspa.it | P.iva 08056040960 | Tel. 02/881841 | Sede legale: Viale Enrico Forlanini 21 - 20134 Milano (Italy)
Registrazione Tribunale di Milano n° 5578/2022 del 5/05/2022