Palau é uma das primeiras nações do Pacífico a instalar um sistema de IA embarcada, de código aberto, que lê imagens de palangreiros quase em tempo real e cruza-as com diários de bordo para sinalizar subnotificações — com apoio de 2 milhões de dólares do Bezos Earth Fund.
6 %
Taxa de erro na contagem de capturas em testes de referência independentes (IA vs revisores humanos especializados)
Detalhes
Maturidade
Piloto
Promotor
The Nature Conservancy & Tryolabs, with the Government of Palau and Parties to the Nauru Agreement
A pesca ilegal, não declarada e não regulamentada (INN) há muito depende da revisão manual, lenta e trabalhosa, de imagens de câmaras de monitorização eletrónica, muitas vezes semanas depois de o navio já ter desembarcado a captura.
Objetivos
Transformar um controlo de conformidade baseado em papel e feito a posteriori num controlo em tempo real, utilizando "edge AI" a bordo para detetar, seguir e classificar as espécies capturadas quase em tempo real e cruzar as contagens com o diário de bordo do capitão diariamente, sinalizando discrepâncias antes de o navio chegar ao porto.
Atividades
Em abril de 2026, a The Nature Conservancy (TNC) e a empresa de IA Tryolabs anunciaram o sistema de edge AI de código aberto. A República de Palau instalou-o no seu primeiro navio em maio de 2026, financiado por uma subvenção de 2 milhões de dólares do Bezos Earth Fund (atribuída em janeiro de 2026, ao abrigo do AI for Climate and Nature Grand Challenge), com apoio adicional da Patrick J. McGovern Foundation. A implementação baseia-se em três anos de prototipagem anterior no Pacífico Tropical Oriental e num anterior projeto-piloto de monitorização eletrónica em quatro Partes do Acordo de Nauru (Palau, os Estados Federados da Micronésia, as Ilhas Marshall e as Ilhas Salomão). A TNC e a Tryolabs disponibilizaram o código-fonte gratuitamente.
Resultados
Testes de referência independentes comunicados pela Tryolabs registaram uma taxa de erro de 6% na contagem de capturas em comparação com revisores humanos especializados. À data da publicação, o sistema estava instalado num único navio, sem dados públicos sobre resultados de conformidade (por exemplo, infrações detetadas ou processos apoiados) ainda comunicados.
Conclusões
Trata-se de uma implementação genuinamente numa fase inicial, e não de um historial comprovado de aplicação da lei — real e de código aberto, mas com apenas um navio equipado e sem ainda evidência de resultados de conformidade.
Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
The Nature Conservancy (TNC) and Tryolabs technical/engineering team maintaining the edge AI system, Vessel captain and crew maintaining logbook entries for cross-checking, Government of Palau fisheries/compliance counterpart staff
Condições de sucesso
Reliable onboard camera footage quality for the edge AI to classify catch accurately
Continued funding beyond the initial Bezos Earth Fund/McGovern Foundation grant to expand past the first vessel
Captain/crew cooperation in maintaining accurate logbook entries for cross-checking
Publication of compliance-outcome data (violations, prosecutions) to move beyond the current technical benchmark
Habitualmente financiado por
Philanthropic / foundation funding
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Implementa esta prática?
Reivindique-a —
implementadores verificados obtêm um contacto público na página e podem propor correções.
Fontes de dados
De onde foi obtida a informação desta prática, e quando.