Prvi put kada je Mwezi Mugerwa ugledao afričku zlatnu mačku, nije imao pojma šta je gleda.
Dok je pregledao snimke foto–zamki iz Nacionalnog parka Bwindi Impenetrable Forest u Ugandi, ovaj konzervacijski biolog na nejasnom crno–bijelom kadru ugledao je životinju dvostruko veću od obične kućne mačke, ali dovoljno neobičnu da zbuni čak i iskusno oko.
Niko od njegovih kolega nije mogao prepoznati vrstu.
“Ali kad sam razgovarao s lovcima i zajednicama oko parka – oni su je znali,” prisjeća se Mugerwa.
U lokalnom jeziku zovu je Embaka — tajanstvena zlatna mačka koju mještani povremeno slučajno uhvate u zamke postavljene za drugu divljač.
“To me užasno zabrinulo — da bismo mogli izgubiti ovu vrstu i prije nego što je uopšte upoznamo.”
U proteklih 16 godina, Mugerwa je posvetio svoj rad “najmanje poznatoj, najmanje shvaćenoj i najmanje proučenoj velikoj mački Afrike.”
Živi isključivo u gustim tropskim šumama Centralne i Zapadne Afrike, toliko je neuhvatljiva da najnovija IUCN procjena – stara više od deset godina – čak i nema procjenu populacije.
Tokom svih svojih ekspedicija, Mugerwa ju je uživo vidio samo tri puta.
“Nevjerovatno ih je teško vidjeti u divljini,” kaže Mugerwa, koji je ove godine osvojio nagradu Indianapolis Prize Emerging Conservationist.
Shvaćajući da se zaštita ne može ni započeti bez tačnih brojeva, odlučio je pokrenuti prvo veliko prebrojavanje vrste u njenom punom arealu. Rezultati se očekuju sljedeće godine.
Kako izbrojati životinju koju skoro niko nikada ne vidi?
Bilo mu je jasno da ovo ne može uraditi sam.
Zato 2019. osniva African Golden Cat Conservation Alliance (AGCCA) — mrežu od 46 istraživača iz 19 zemalja.
Zajedno su pokrenuli standardiziranu mrežu foto–zamki duž čitavog areala vrste, uz podršku National Geographic Societyja.
No ručno pregledati desetine hiljada fotografija sa 30 lokacija u 19 država — “bilo je pravo mučenje.”
Istovremeno, organizacija Panthera razvijala je AI algoritam sposoban da automatski sortira snimke i prepoznaje pojedinačne mačke prema jedinstvenim šarama – isto kako se kod tigrova razlikuju jedinke po prugama.
“To je ključno jer po prvi put možemo govoriti o gustini populacije i brojevima,” kaže Mugerwa. Bez AI‐a to bi bilo skoro nemoguće, jer su razlike među jedinkama minimalne i teško uočljive.
Preliminarna otkrića nisu ohrabrujuća:
– čak i u zaštićenim područjima živi oko 16 jedinki na 100 km²,
– populacije su 50% brojnije u zonama sa strogim zabranama lova,
– mnoge jedinke su prešle na noćni način života, bježeći od ljudi.
Najveća prijetnja: zamke za drugu divljač
Popisivanje je bio tek prvi korak. Mugerwa je vrlo rano shvatio:
glavni razlog nestanka vrste nisu predatori – već ljudi.
Afrička zlatna mačka rijetko je meta lovaca, ali žrtva je zamki za svinje i antilope. Samo u 2019. zabilježeno je 80 mačaka uhvaćenih u zamke u tri šume u Ugandi, od kojih je čak 88% slučajno uhvaćeno.
“Riječ je o krizi mesa iz divljine – intenzitet lova u ovim šumama je neodrživ i izvan kontrole.”
Vrsta se u mnogim zemljama nalazi na ivici potpunog nestanka.
Rješenje dolazi tamo gdje se najmanje očekuje – od bivših lovaca
Da bi zaustavio pomor, Mugerwa pokreće Embaka projekt — prvi anti–poaching program fokusiran upravo na afričku zlatnu mačku.
Radi sa više od 8.000 porodica u državama poput Gabona, Angole, DR Konga, Južnog Sudana i Ugande.
Mnogi od njih su – paradoksalno – bivši lovci.
Zajednice postavljaju foto–zamke, javljaju viđenja mačaka, nadziru teren i aktivno upozoravaju na nova dešavanja.
Embaka u zamjenu nudi zdravstvenu brigu, zubarsku pomoć, podršku za stoku i druge koristi koje ljude motivišu da brane šumu umjesto da je iskorištavaju.
“Naučili smo nevjerovatno mnogo od lokalnih zajednica,” kaže Mugerwa.
Čak je i širenje areala vrste dokumentovano prvenstveno zahvaljujući njima.
Uključivanje reformiranih lovaca ne samo da štiti mačke, već mijenja odnos zajednica prema divljini i stvara osjećaj da su dio rješenja, a ne dio problema.
“Ljudi sada štite ono što su nekada proganjali — i to je najljepši dio ovog posla.”
AI kao ključ opstanka? Širi pogled na budućnost
Ova priča je više od biologije.
Ona je dokaz nečega mnogo većeg: AI, kada se usmjeri ispravno, može doslovno spasavati život – ne samo ljudski, nego i život na planeti.
Evo tri ključne lekcije koje se mogu izvući iz ove vrste projekata:
AI vidi ono što čovjek ne može — i to radi brže nego ikad
U ovom slučaju:
- hiljade fotografija pretvorene su u tačne popise jedinki,
- prepoznavanje uzoraka na dlaci postalo je automatsko,
- procjena rizika i trendova više nije “nagađanje”, nego nauka.
AI omogućava biologiji ono što je teleskop omogućio astronomiji.
AI postaje most između nauke i lokalnih zajednica
Bez tehnologije, lovci bi i dalje naslijepo lutali šumom, a biolozi bi se borili sa premalo podataka.
Uz AI:
- lokalni ljudi vide rezultate svog rada,
- osjećaju se uključenim i važnim,
- postaju čuvari šuma, a ne prijetnja.
Ovo je savršen primjer tehnologije koja ne zamjenjuje ljude — nego ih osnažuje.
AI može spasiti vrste koje još nismo ni upoznali
Biolozi širom svijeta upozoravaju:
hiljade vrsta nestaju prije nego što nauka uopće sazna da postoje.
Ako se AI usmjeri ovako:
- na praćenje šuma,
- na kontrolu ilegalnog lova,
- na identifikaciju vrsta,
- na predviđanje ekoloških kolapsa,
— možemo spriječiti da planeta izgubi svoje najdragocjenije oblike života.
AI ne mora biti alat nadzora, manipulacije ili profita.
Može biti najmoćniji alat za obnovu planete, ako mu upravo takvu ulogu damo.
