Az állatfajok kihalása, ennek következményeként az ökoszisztémák összeomlása ellen tenni kell, erre ékes példa a Przsevalszkij lófajta megmentése, jelentette ki Hajdu András, a Debreceni Egyetem informatikai karának dékánja azon az online konferencián, amelyen az intézmény Mesterséges Intelligencia Tudásközpontjában dolgozó szakemberei mutatták be a Microsoft támogatásával folytatott munkájukat. Az eurázsiai lovakat 1881-ben fedezte fel a lengyel származású orosz geográfus, Nikolaj Przsevalszkij, majd a fajta csakhamar, 1969-re ki is pusztult, tudhattuk meg a Magyar Nemzet cikkéből.
A kipusztulás hírére nemzetközi tenyészprogram indult, és az állatkertekből összegyűjtött egyedekből állítottak fel egy új populációt. A 12 (más források szerint 15) egyedből összegyűjtött állománynak ma már 2300 leszármazottja él, és a populáció jelentős részét visszatelepítették a vadonba, a mongol sztyeppéken például mintegy nyolcszáz teljesen vad egyed él.
A természetvédelmi sikersztoriban a Hortobágyi Nemzeti Park is részt vesz, ugyanis 1997-ben érkeztek Magyarországra a ménesalapító lovak. A szakemberek ügyeltek arra, hogy az Európa minden tájáról, állatkertekből és vadasparkokból származó egyedek ne legyenek egymással szoros rokoni kapcsolatban, elkerülendő a beltenyészetet. A Pentezug-projektben háromezer hektárt különítettek el a vadlovaknak (és az őstulkoknak), a kezdetben kis ménes ma már háromszáz lovat számlál, ezért most már kontrollálni szükséges a szaporodást. Ezt immunreakción alapuló fogamzásgátló módszerrel oldják meg, amelyhez azonban az adott kancát többször kell kezelni, vagyis nagyon fontos az egyedek pontos azonosítása, ami - tekintettel a lovak színének viszonylag sokféle árnyalatára, a pofájuk eltérő mintázatára - nem lehetetlen, mégis rengeteg munkát igényel a nemzeti park munkatársaitól Hajdu András elmondása szerint.
A programmal párhuzamosan egy másik, a vadlovak viselkedésének tanulmányozását célzó kezdeményezés is elindult. Ezek az állatok az emberhez hasonlóan többszintű társadalomban élnek, a kisebb csoportok nagyobbat formálnak, az egyedek háremeket alkotnak, amelyek ménesbe szerveződnek. A rendszer megértése akár az emberi társadalom mélyebb megértését is segítheti, fogalmazott a dékán. Ehhez drónfelvételekkel vizsgálják az állatok mozgását, a képeket először manuálisan elemzik, majd az így kinyert koordináták alapján lerajzolható a vadlovak mozgásmintázata. Megtudható például, hogy melyik ló vezeti az egyes háremeket, mely háremek vezetik leginkább a ménest, hogyan terjedhetnek az információk a ménesben. A vadlovakat az érdeklődők webkamerán keresztül is megfigyelhetik.
Mivel mindkét projektben egyedi azonosításról van szó, összekötötték a kettőt. A drónfelvételek elemzése nagyon munkaigényes, ami akadályozhatja akár a populáció kontrolljának eredményességét is, ezért a kutatók a mesterséges intelligenciát hívták segítségül. A több tucat nagy felbontású felvételt manuálisan lekódolták az egyetem hallgatóinak segítségével, vagyis megtanították a szoftvernek, hol találhatók lovak a képeken. A módszerrel 90% feletti azonosítási eredményt sikerült elérni, sőt a mesterséges intelligencia a felvételekre tévedő szarvasmarhákat is képes megkülönböztetni a lovaktól, így a megfigyelni nem kívánt állatok nem zavarnak be a tanulmányba. A Debreceni Egyetemen most olyan alkalmazást fejlesztenek, amelyik nemcsak a Hortobágyi Nemzeti Park, hanem a világ bármely másik, vadlovakkal foglalkozó parkja munkatársainak segítséget nyújt a lovak egyedi beazonosításában.
A tudományos konszenzus szerint a Przsevalszkij-lovak az utolsó vadlovak a világon. Szembeötlő a hasonlóság a most élő vadlovak és a Spanyolország és Franciaország területén lévő barlangokban feltárt őskori, legalább 35 ezer éve készült ábrákon láthatók között. Ám 2018-ban a Science tudományos folyóiratban publikált genetikai vizsgálat szerint az állatokat korábban, 5500 évvel ezelőtt már háziasították a Kazahsztán területén élt botajik. A tudomány jelen állása szerint a populáció, amelyet Przsevalszkij talált, ezeknek a háziasított lovaknak a visszavadult leszármazottai.
