La Universidad de Huelva desarrolla un sistema de inteligencia artificial para el reconocimiento automático de especies de fauna captadas con cámaras de fototrampeo, capaz de procesar hasta veinte imágenes por segundo.
Ciervos, zorros, tejones, jabalíes, liebres, aves acuáticas y, por supuesto, el lince ibérico, entre otras muchas, conforman el listado de especies de fauna del espacio natural de Doñana, un ecosistema único en Europa, para en cuya conservación se están aplicando las tecnologías más avanzadas, entre ellas, la inteligencia artificial, que se emplea para censar e identificar a las especies que habitan en la zona.
Qué herramienta desarrollada en Huelva mejora la conservación de la fauna de Doñana
Un equipo multidisciplinar de la Universidad de Huelva, integrado por especialistas en medio ambiente, matemáticos e ingenieros informáticos, han desarrollado un sistema de inteligencia artificial que ayuda a estudiar la fauna de Doñana y aporta una información de valor para la mejora de las estrategias de conservación de estos animales. Concretamente, se trata de un sistema de aprendizaje profundo para el reconocimiento de especies, con el que se va a revolucionar y va a sacar un partido mucho mayor a la técnica del fototrampeo.
Este sistema de seguimiento de fauna se basa en un conjunto de cámaras de fotografía o vídeo, ubicadas en lugares estratégicos, con las que se toman imágenes y vídeos de animales de forma autónoma y sin que la fauna ningún tipo de molestia.
Las cámaras de fototrampeo se activan ante la presencia de los animales, gracias a unos sensores de movimiento y de calor. Y con ellas se obtiene una información de mucho valor para los especialistas encargados de la conservación del entorno.
Qué problema del fototrampeo resuelve el sistema de inteligencia artificial desarrollado en Huelva
El problema viene por el volumen de información a analizar, algo que se solventa con esta tecnología de inteligencia artificial desarrollada por la Universidad de Huelva. El número de cámaras en fototrampeo se ha multiplicado en los últimos años, debido al descenso del coste de esta tecnología, con lo que también se han multiplicado exponencialmente el número de imágenes que se obtienen anualmente.
En un estudio de dimensiones normales se llega a utilizar hasta una veintena de cámaras, lo que supone contar con unos diez millones de imágenes, que tienen que ser analizadas, una a una, por un especialista. Se trata de un trabajo arduo y también muy costoso tanto en tiempo, como en dinero, que precisamente por falta de presupuesto, pocas veces se completa en su totalidad, con lo que se pierde parte de la información recogida por estos dispositivos.
Sin embargo, la manera de analizar estas imágenes cambia por completo, gracias a la investigación desarrollada por la Universidad de Huelva, en el marco del proyecto Sistema automático de censo y seguimiento de la biodiversidad usando técnicas de aprendizaje profundo financiado por la Fundación Biodiversidad del Ministerio para la Transición Ecológica y Reto Demográfico.
Cómo se analizan automáticamente las imágenes de fauna
El sistema de inteligencia artificial desarrollado por la Universidad de Huelva se encarga de hacer ese trabajo de análisis de imágenes y reconocimiento de especies. Es capaz de identificar y clasificar de forma automática las especies de fauna captadas por las cámaras de fototrampeo, con un mínimo margen de error y en un tiempo mucho inferior que al que emplean los seres humanos.
Esta innovación, fruto del trabajo de Simone Santoro, Isaac Pérez Borrero, Javier Calzada y Manuel Emilio Gegúndez, se compone de una red neuronal convolucional que se entrena en un proceso cíclico de aprendizaje continuo a partir de un conjunto inicial de imágenes preclasificadas, cuanto más representativas sean las imágenes de entrenamiento, mejor funcionará el sistema.
Cuál es la principal ventaja de este sistema de fototrampeo automático
La principal ventaja de este sistema inteligente de fototrampeo reside en que es capaz de aprender por sí mismo a medida que analiza las imágenes, y mejora su capacidad para reconocer especies, informan los investigadores de la Universidad de Huelva.
Para contar con un sistema más robusto, este equipo recurrió a la ciudadanía, con un proyecto de ciencia ciudadana en la plataforma Zooniverse, una de las más utilizadas a nivel internacional, en el que voluntarios de todo el mundo participan en la clasificación de las imágenes que el sistema de inteligencia artificial ultima para entrenarse.
Los resultados obtenidos hasta ahora son muy prometedores. El sistema de inteligencia artificial ya es capaz de reconocer más de una veintena de especies, con un margen de error mínimo, similar al de un ser humano, y a una velocidad de 20 imágenes por segundo, es decir, un millón de imágenes en 14 horas, muchísimo menos de lo que necesita una persona que, al menos, dedicaría un minuto a cada imagen. El salto cualitativo dado con este sistema ha sido enorme, tanto que abre la puerta al seguimiento automático de la fauna.
