Mundo, 27 de nov 2024 (ATB Digital).- En toda labor de monitorización de un equipo de conservacionistas a menudo es necesario interpretar grandes cantidades de datos, una ingente labor demasiado laboriosa y costosa… hasta ahora. La Inteligencia Artificial permite procesar grandes cantidades de datos en tiempo récord, lo que nos permite tener una imagen más nítida de los ecosistemas y de los retos a los que se enfrentan. ¿Cómo funciona? Estos son algunos ejemplos.
El conservacionista alemán Jörg Müller se propuso llevar a cabo un ambicioso proyecto en el bosque de Chocó, en Ecuador: el de estimar la recuperación de este ecosistema tropical –diezmado por la tala para dejar hueco a la agricultura– a partir de la monitorización del canto de las aves. Una tarea hercúlea… de no ser por la ayuda nada inestimable de un algoritmo de IA capaz de interpretar más de 2.000 horas de registros sonoros de aves.
Monitorizar la recuperación de la cobertura forestal es relativamente sencillo. Puede llevarse a cabo, por ejemplo, con imágenes vía satélite y otras tecnologías de teledetección. Sin embargo, conocer a ciencia cierta cómo y cuándo se ha recuperado la biodiversidad en un ecosistema forestal no es una tarea tan fácil. Para ello se necesita rastrear muchas otras variables que permitan desvelar cómo se han recuperado los ecosistemas debajo del dosel arbóreo.
Y una de ellas es el canto de las aves. Si la fauna aviar se ha recuperado, también podrían haberlo hecho, según apunta el ecólogo, otras especies de eslabones superiores e inferiores de la cadena alimentaria, desde los jaguares hasta los insectos. Pero, ¿cómo estimar la recuperación de estos animales tan volátiles? A partir de la identificación y la contabilización de sus distintos tipos de canto, una labor ingente que no solo necesita de una adecuada clasificación, sino también una gran dosis de aprendizaje y extrapolación, algo que no hubiera conseguido sin la ayuda de la IA.
Después de recopilar horas y horas de sonidos aviares, Müller documentó más de 300 especies con ayuda de ornitólogos y de comunidades locales. Comparando aquellos datos sonoros con los registros de un modelo de IA entrenado para reconocer a 75 especies, elaboró un modelo sobre la supuesta población aviar de la zona. Más allá de sus conclusiones, que apuntan a que el ecosistema ecuatorial necesitará unos 55 años para recuperarse de la tala, el experimento sirvió para demostrar el gran potencial de la Inteligencia artificial como instrumento para analizar la recuperación de los ecosistemas forestales.
Conocer la huella ecológica de un paquete de café
La recuperación de ecosistemas forestales es una de las puntas de lanza del uso de IA para la recuperación de ecosistemas forestales. La FAO, entre otros organismos, lleva años integrando el aprendizaje automático en sus modelos para cuantificar la deforestación. Por ejemplo, en la región africana del Sahel, ha llevado a cabo una extensa cartografía de las poblaciones de baobabs a partir de imágenes satelitales y nuevas fotografías captadas por drones, que combinadas con información sobre la fenología de las especies, (como los patrones de reverdecimiento o senescencia), sirven para entrenar un algoritmo de aprendizaje automático para identificar y monitorizar esas especies en zonas más amplias, como si de un ‘Google Maps’, de baobabs se tratase.
Teniendo en cuenta la capacidad de la IA para analizar grandes cantidades de datos, ¿hasta qué punto es posible incorporar esta tecnología en proyectos mucho más ambiciosos? Ese es el objetivo de Forest Data Partnership, un proyecto de colaboración financiado por entidades públicas y privadas, como la Agencia Estadounidense para el Desarrollo Internacional (USAID), la FAO, Google o la NASA, en la que están utilizando la IA y otros modelos de aprendizaje automático para desarrollar una herramienta que permita homologar datos para saber si un producto determinado está contribuyendo a la explotación de recursos forestales
La iniciativa garantiza el acceso de las partes interesadas de todos los sectores, por ejemplo, productores, comercializadores o consumidores, proporcionando datos accesibles código abierto sobre ámbitos como el uso de materias primas o el riesgo forestal de una actividad empresarial concreta.
Por ejemplo, la normativa EUDR, relativa a la regulación de productos libres de deforestación, por sus siglas en inglés, exige cartografiar y ubicar con precisión los campos de cultivo de los que se extrae la materia prima, evaluar el impacto de deforestación y compartir esos datos con otros socios comerciales y entidades reguladoras. Para agilizar este proceso, el proyecto ofrece herramientas fáciles de usar y normas comunes para cada paso, incluida la cartografía de campos, la evaluación de la deforestación y la integración de todos esos datos con la cadena de suministros.
La idea es proporcionar las herramientas necesarias para monitorizar la deforestación y exigir rendición de cuentas a cualquier productor o comercializador que infrinja las normas. Si se lleva a cabo tal y como se plantea, permitiría, por ejemplo, conocer al detalle la huella ecológica de cualquier paquete de café o producto de cadao que se comercialice en la Unión Europea. De momento, ya están haciendo pruebas piloto con productos de cacao cultivados en África occidental y aceite de palma procedente del Sudeste Asiático y soja y ganado de la cuenca del Amazonas.
Desentrañar el lenguaje de las ballenas
La extraordinaria capacidad comunicativa de los cetáceos es sobradamente conocida por la comunidad científica. Se sabe, por ejemplo, que pueden comunicarse mediante dialectos y que forman clanes muy compactos. Conocer el intrincado lenguaje de estas criaturas marinas ha sido desde largo tiempo el santo grial de muchos biólogos marinos. Pero este hito digno de la ciencia ficción pronto podría materializarse gracias a un ambicioso proyecto llamado CETI (Proyecto CETI (Iniciativa de Traducción de Cetáceos, por sus siglas en inglés) ideado por el biólogo marino David Gruber, en el que trabaja un nutrido equipo de biólogos, expertos en IA, lingüistas e ingenieros robóticos. Su objetivo: interpretar el complejo sistema de comunicación de los cetáceos.
El megaproyecto –en el que hoy participan equipos científicos de universidades punteras, como el MIT o el Imperial College de Londres, así como entidades como National Geographic Society o grandes multinacionales como Google Research– nació hace siete años casi por casualidad en el marco del Instituto Radcliffe de la Universidad de Harvard, cuando David Gruber, biólogo marino y Explorador de National Geographic, se encontraba escuchando grabaciones de cachalotes.
Uno de sus compañeros, ingeniero informático, propuso al biólogo usar un sistema de reconocimiento similar al utilizado en el mundo de la traducción de distintos lenguajes humanos para desentrañar el significado de las codas de las ballenas. A partir de ahí, llevaron a cabo un estudio piloto en Dominica para comprobar hasta qué punto era factible desarrollar un sistema de traducción automática en cachalotes.
El idioma de los delfines y las ballenas
Esta fue la primera semilla de un complejo proyecto que incluye un sistema de drones para registrar la velocidad, la temperatura y la orientación de los cachalotes y un despliegue de hidrófonos (como se denominan a los micrófonos subacuáticos) para registrar el sonido de estos cetáceos.
Una vez recopilados todos los datos, afirman desde el proyecto, se analizarán con ayuda de tecnologías vanguardistas de aprendizaje automático y otros métodos pioneros para desvelar el lenguaje de los cachalotes. Este será solo el primer paso, aseguran, para un reto mucho mayor: comunicarnos directamente con estos y otros cetáceos.
Monitorear la vida marina
En verano de 2024, los científicos de Spatial Marine Lab de la Universitat de València se encontraban visualizando los vídeos captados por un dron en las aguas del Parque Nacional de la Islas Atlánticas, en Pontevedra, cuando se toparon con una sorpresa: una tintorera (Prionace glauca) que se desplazaba plácidamente las embarcaciones.
“Lo curioso es que no estábamos buscando tiburones. Hacíamos el seguimiento de actividades marítimas, como la náutica de recreo o la pesca, y fue al revisar las imágenes en el ordenador cuando detectamos la presencia del escualo”, escribía David March, investigador del Instituto Cavanilles de Biodiversidad y Biología Evolutiva de la Universidad de Valencia en un artículo de The Conversation.
Aquel hallazgo fue algo anecdótico, pero refleja las enormes posibilidades del uso de drones e inteligencia artificial para la monitorización de los ecosistemas marinos. El propio March explica a National Geographic cómo funciona este proyecto: “Los drones recogen imágenes y vídeos de alta resolución en áreas de interés, y posteriormente, la IA analiza este material para identificar automáticamente objetos o especies específicas, como tiburones o embarcaciones, con rapidez y precisión”. Una integración ahonda el experto, que permite automatizar la detección al tiempo que se reduce el tiempo necesario para analizar grandes cantidades de datos.
En este caso, March y su equipo emplean la IA con dos finalidades: por un lado, crean modelos predictivos alimentados por imágenes de satélite y variables oceanográficas (como pueden ser mapas de temperaturas del mar) para conocer la distribución de las especies marinas. Por otro, detectan organismos marinos y embarcaciones valiéndose del análisis de imágenes (tomadas por drones o satélites) a partir de modelos de aprendizaje profundo (Deep learning). En ambos casos, la IA permite interpretar amplios conjuntos de una manera rápida y fiable, una gran ayuda a la hora de conocer el estado de un ecosistema tan difícil de monitorear como es el marino.
“La IA es muy útil en proyectos de conservación, pues permite automatizar procesos de monitoreo, identificar amenazas y predecir cambios en estos ecosistemas”, explica March, quien desvela los próximos proyectos en los que está trabajando su equipo de investigación: el uso de IA para crear “gemelos digitales”, esto es, réplicas digitales de nuestro entorno que podrían ser muy útiles para evaluar distintos escenarios medioambientales.
En el mundo de la conservación, la IA ha demostrado ser una excelente herramienta, no solo para desvelar qué ocurre, sino también “qué y cuándo podría ocurrir”, algo muy útil, teniendo en cuenta nuestra gran exposición a los cambios drásticos del clima y la meteorología.
FUENTE. MEDIOS INTERNACIONALES