Expertos en inteligencia artificial desarrollan un enfoque de macrodatos para la preservación de la vida silvestre

Un grupo de expertos en inteligencia artificial (IA) y ecología animal en la Escuela Politécnica Federal de Lausana han desarrollado un nuevo enfoque de macrodatos para mejorar la investigación sobre especies de vida silvestre y mejorar la preservación de la vida silvestre.

El nuevo estudio se publicó en Nature Communications.

Recopilación de datos sobre la vida silvestre

El campo de la ecología animal ahora depende de los macrodatos y el Internet de las cosas, con grandes cantidades de datos recopilados sobre poblaciones de vida silvestre a través de tecnologías como satélites, drones y cámaras automáticas. Estas nuevas tecnologías resultan en desarrollos de investigación más rápidos, al mismo tiempo que minimizan la perturbación en los hábitats naturales.

Muchos programas de IA se utilizan para analizar grandes conjuntos de datos, pero a menudo son generales y no lo suficientemente precisos como para observar el comportamiento y la apariencia de los animales silvestres.

El equipo de científicos desarrolló un nuevo enfoque para sortear esto, y lo hicieron combinando avances en visión por computadora con la experiencia de ecólogos.

Aprovechando la experiencia de los ecólogos

Los ecólogos actualmente utilizan IA y visión por computadora para extraer características clave de imágenes, videos y otras formas visuales de datos, lo que les permite realizar tareas como clasificar especies de vida silvestre y contar animales individuales. Sin embargo, los programas genéricos que se utilizan comúnmente para procesar estos datos están limitados en su capacidad para aprovechar el conocimiento existente sobre los animales. También son difíciles de personalizar y están propensos a problemas éticos relacionados con datos sensibles.

El profesor Devis Tuia es el jefe del Laboratorio de Ciencia Computacional Ambiental y Observación de la Tierra de la EPFL y autor principal del estudio.

“Queríamos generar interés en este tema y reunir esfuerzos para avanzar en este campo emergente. La IA puede servir como un catalizador clave en la investigación sobre la vida silvestre y la protección ambiental en general”, dice el profesor Tuia.

Para reducir el margen de error de un programa de IA entrenado para reconocer una especie específica, los científicos informáticos necesitarían poder aprovechar el conocimiento de los ecólogos de animales.

La profesora Mackenzie Mathis es la jefa de la Cátedra Bertarelli de Neurociencia Integrativa de la EPFL y coautora del estudio.

“Aquí es donde la fusión de la ecología y el aprendizaje automático es clave: el biólogo de campo tiene un conocimiento inmenso del dominio sobre los animales que se estudian, y nuestro trabajo como investigadores de aprendizaje automático es trabajar con ellos para construir herramientas para encontrar una solución”, dijo.

Esta no es la primera vez que Tuia y el equipo de investigadores han abordado este tema. El equipo previamente desarrolló un programa para reconocer especies de animales en función de imágenes de drones, mientras que Mathis y su equipo han desarrollado un paquete de software de código abierto para ayudar a los científicos a estimar y rastrear las posiciones de los animales.

En cuanto al nuevo trabajo, el equipo espera que pueda captar una audiencia más amplia.

“Una comunidad está tomando forma”, dice Tuia. “Hasta ahora, hemos utilizado la boca a boca para construir una red inicial. Empezamos hace dos años con las personas que ahora son los otros autores principales del artículo: Benjamin Kellenberger, también en la EPFL; Sara Beery en Caltech en EE. UU.; y Blair Costelloe en el Instituto Max Planck en Alemania”.