Modelos de IA para ayudar a identificar especies de plantas invasoras en todo el Reino Unido

Los científicos ambientales y los investigadores de inteligencia artificial están utilizando la IA para combatir una especie invasora que se propaga por todo el Reino Unido. Investigadores de el Centro de Ecología e Hidrología del Reino Unido (UKCEH) y Birmingham han desarrollado un modelo de IA destinado a inspeccionar regiones como los bordes de las carreteras para la presencia de varias especies invasoras, incluida la nudillo japonesa.

El nudo japonés es una especie invasora que puede dañar los paisajes naturales y los edificios en todo el Reino Unido, ya que puede dañar los cimientos de los edificios. A menudo se la considera una de las especies de plantas invasoras más dañinas y agresivas del Reino Unido. Deshacerse del nudo japonés a menudo resulta un desafío porque resulta difícil encontrarlo e identificarlo. Los investigadores de IA esperan que los algoritmos de aprendizaje automático puedan reducir el tiempo y los recursos necesarios para identificar el nudo japonés.

Los datos de entrenamiento para el modelo se recopilaron mediante el uso de cámaras de alta velocidad colocadas en la parte superior de los vehículos, que recogieron imágenes de aproximadamente 120 millas de vegetación al borde de la carretera. Los ecologistas examinarán las imágenes y etiquetarán el nudo, y las imágenes tendrán su ubicación GPS etiquetada. Las imágenes etiquetadas se utilizarán luego para entrenar un modelo de visión por computadora para reconocer muestras de nudo japonés. El mismo proceso se utilizará para reconocer otras especies de plantas invasoras que se encuentran en el Reino Unido, como el bálsamo del Himalaya y los rododendros. El sistema también se utilizará para detectar fresnos, que son nativos del Reino Unido pero corren el riesgo de ser diezmados por enfermedades.

El modelo de IA se probará en el transcurso de un proyecto piloto de 10 meses. El equipo de investigación dice que hay desafíos que el equipo debe superar, como asegurarse de que las imágenes capturadas por las cámaras tengan una calidad constante y que cuando hay varias especies en una sola imagen, todas las especies se identifiquen correctamente. Si el programa piloto termina brindando resultados prometedores, podría terminar siendo adaptado para su uso en otros países del mundo, ayudando a estos países a combatir sus propios problemas de especies invasoras. Como ecologista computacional en UKCEH, el Dr. Tom August, fue citado por The Next Web:

“Las especies de plantas invasoras tienden a crecer en los corredores, razón por la cual nos enfocamos en las encuestas al borde de la carretera, un ecólogo computacional de UKCEH. Si el piloto tiene éxito, esto podría ampliarse en otros países, o para otras especies de plantas, árboles o incluso insectos y animales”.

Según August, los modelos de IA abren muchas posibilidades para aprender sobre el mundo natural y diseñar soluciones rentables y eficientes para las especies invasoras. UKCEH está colaborando con Keen AI, una empresa de IA con sede en Birmingham. Science Focus citó al fundador de Keen AI, Amjad Karim, diciendo que el uso de modelos de IA para analizar imágenes y detectar especies invasoras puede ayudar a reducir costos y brindar seguridad a los propietarios de tierras, agencias de carreteras y legisladores. Actualmente, el método principal para recopilar imágenes al borde de la carretera requiere topógrafos, y esa carretera está cerrada temporalmente mientras completan su trabajo.

El nuevo proyecto diseñado por UKCEH y Keen AI es solo el último de una tendencia creciente que contempla la aplicación de la IA para luchar contra las especies invasoras. A fines del año pasado, investigadores de IA de Microsoft y CSIRO unieron fuerzas para diseñar un modelo de IA que puede una especie invasora llamada pasto para, que se encuentra en todo el Parque Nacional Kakadu en Australia. El pasto Para es una maleza de rápido crecimiento que puede propagarse rápidamente, desplazando rápidamente a muchas plantas nativas en una región. Los investigadores utilizaron imágenes recopiladas por drones y, una vez que el modelo se entrenó en las imágenes etiquetadas, pudo identificar con éxito la hierba pará, lo que permitió a los investigadores eliminarla de los humedales vulnerables. Esto tuvo el efecto de permitir que miles de gansos urraca regresaran a la región. Otro equipo de investigadores de la New University of Alberta utilizó modelos de aprendizaje automático para diseñar estrategias de contención y mitigación para varias especies invasoras en Canadá.