La IA ayuda a observar comportamientos animales previamente no reportados

Uno de los aspectos más emocionantes de la inteligencia artificial (IA) es que la tecnología está ayudando constantemente a los expertos a descubrir nueva información sobre nuestro entorno. Este es el caso una vez más, ya que un equipo de investigación de la Universidad de Osaka ha creado un nuevo sistema de recolección de datos para animales que se basa en la IA. Este sistema es lo que ayudó a descubrir comportamientos previamente no reportados en aves marinas, específicamente en cuanto a la búsqueda de alimento.

Bio-Logging

Una de las técnicas actualmente utilizadas para observar a los animales silvestres, incluyendo sus comportamientos y interacciones sociales, es el bio-logging. La técnica implica montar cámaras de video ligeras o otros dispositivos diseñados para recopilar datos en los cuerpos de los animales. Si bien el bio-logging se considera una de las mejores técnicas para evitar la perturbación del animal, tiene algunas desventajas.
Específicamente, el bio-logging requiere un alto nivel de vida útil de la batería, y los sistemas son costosos.
Takuya Maekawa es el autor correspondiente del estudio, que se publicó en Communications Biology y se titula “El aprendizaje automático permite una mayor precisión de ejecución para bio-registradores en aves marinas”.
“Dado que los bio-registradores adjuntos a animales pequeños tienen que ser pequeños y ligeros, tienen tiempos de ejecución cortos y, por lo tanto, era difícil grabar comportamientos interesantes y poco frecuentes”, dijo Maekawa.
“Hemos desarrollado un nuevo dispositivo de bio-logging equipado con IA que nos permite detectar y grabar automáticamente los comportamientos objetivo específicos de interés en función de los datos de sensores de bajo costo, como acelerómetros y sistemas de posicionamiento geográfico (GPS)”, continuó Maekawa.
Con el uso de sensores de bajo costo, se puede reducir la dependencia de los sensores de alto costo, que incluyen cámaras de video. Estos sensores de alto costo solo necesitan ser utilizados durante los momentos más probables en los que se puede capturar el comportamiento objetivo específico.
https://www.youtube.com/watch?v=Xybdokb4g9s
 

Emparejado con aprendizaje automático

Al emparejar estos sistemas con técnicas de aprendizaje automático, los sensores de alto costo se pueden dirigir hacia comportamientos que son muy interesantes pero poco frecuentes. Esto significa que esos comportamientos poco frecuentes tienen una mayor probabilidad de ser observados.
El sistema de cámara de video asistido por IA desarrollado por el equipo de la Universidad de Osaka se probó en gaviotas de cola negra y pardelas cenicientas. Ambos animales se mantuvieron en sus entornos naturales, que se encuentran en islas frente a la costa de Japón.
Joseph Korpela es el autor principal del documento.
“El nuevo método mejoró la detección de comportamientos de búsqueda de alimento en las gaviotas de cola negra 15 veces en comparación con el método de muestreo aleatorio”, dijo Korpela. “En las pardelas cenicientas, aplicamos un sistema de IA equipado con GPS para detectar actividades de vuelo locales específicas de estas aves. El sistema basado en GPS tuvo una precisión de 0,59, mucho mayor que la de 0,07 de un método de muestreo periódico que implica encender la cámara cada 30 minutos”.
Según los investigadores, hay muchas posibles aplicaciones para esta tecnología de IA, incluyendo usos anti-furtivos y para obtener información sobre las relaciones y interacciones entre humanos y animales silvestres.
“Estos sistemas tienen una gran variedad de posibles aplicaciones, incluyendo la detección de actividades de caza furtiva utilizando etiquetas anti-furtivas”, dice Maekawa. “También anticipamos que este trabajo se utilizará para revelar las interacciones entre la sociedad humana y los animales silvestres que transmiten epidemias como el coronavirus”.