¿Cuántas especies de fauna habitan en el Amazonas? La tecnología se ha convertido en una herramienta fundamental para responder a esta pregunta. Un nuevo sistema de inteligencia artificial es capaz de reconocer animales arbóreos con tan solo una imagen. Esta tecnología ayudara a monitorear las poblaciones animales que viven en estos bosques tropicales, de cara a diseñar planes de conservación ajustados a la realidad del entorno.
El sistema, llamado TropiCam-AI, es el primer algoritmo de inteligencia artificial que permite identificar automáticamente especies, a partir de imágenes de cámaras trampa, y ha sido diseñado por un equipo del Museo Nacional de Ciencias Naturales (MNCN).
Una precisión del 95% para identificar animales de 84 especies
El algoritmo acoplado a una cámara de fototrampeo funciona. Según las pruebas realizadas, es capaz de identificar hasta 84 especies de mamíferos y aves arbóreas distintas, con una precisión del 95 por ciento. Esta herramienta de código abierto que está disponible para otros equipos científicos, abre numerosas posibilidades para la investigación y conservación de especies difíciles de observar mediante métodos tradicionales.
“Con TropiCam-AI podemos procesar rápidamente cientos de miles de imágenes de fauna arbórea en los bosques tropicales con gran precisión, transformando la manera en que estudiamos estos ecosistemas”, señala Andrea Zampetti, autor principal del estudio.
Esta herramienta es capaz de reconocer 84 taxones (63 especies, 13 géneros, 5 familias y 3 órdenes) de mamíferos y aves, incluyendo todos los géneros de monos del continente americano.
Un algoritmo entrenado con 180.000 imágenes de animales del Amazonas
Para desarrollar TropiCam-AI, el equipo entrenó el algoritmo con más de 180.000 imágenes de cámaras trampa procedentes de Brasil, Perú, Costa Rica y la Guayana Francesa, además de casi 54.000 imágenes de ciencia ciudadana obtenidas en la plataforma iNaturalist.
Posteriormente, para mejorar la precisión en casos de incertidumbre, se implementó una estrategia de clasificación jerárquica que permite asignar especies difíciles de clasificar a niveles taxonómicos superiores (e.g. género, familia o orden), lo que incrementa la precisión general y posibilita que el modelo funcione también en lugares y especies no contemplados durante el entrenamiento.
Por ejemplo, una nueva especie de mono araña puede ser reconocida eficazmente como perteneciente a ese taxón (Ateles), incluso si el algoritmo no fue entrenado con ella.
Aunque los algoritmos de inteligencia artificial para el reconocimiento de especies se han vuelto cada vez más comunes en los últimos años, las herramientas disponibles se centran principalmente en especies terrestres de ambientes templados. TropiCam-AI está disponible en la plataforma AddaxAI, una interfaz interactiva diseñada para que sea accesible a los investigadores independientemente de sus conocimientos técnicos y de programación, incrementando su accesibilidad para profesionales que trabajan en el Neotrópico. Su fácil acceso permitirá realizar inventarios rápidos de especies arbóreas,lo que facilita el desarrollo de estudios de ecología del comportamiento, ecología de comunidades y conservación en uno de los ecosistemas más biodiversos y menos explorados del planeta, el neotrópico.
“La herramienta que hemos desarrollado no solo acelera el procesamiento de datos, sino que también democratiza el acceso a la inteligencia artificial para quienes realizan su trabajo en ecosistemas neotropicales”, concluye la investigadora del MNCN Ana Benítez-López.
