La selva amazónica, con una extensión de 2,3 millones de kilómetros cuadrados, es la mayor selva tropical del mundo y la región con mayor biodiversidad.
Repartida en nueve países, la Amazonia es esencial para la salud del planeta, ya que absorbe dióxido de carbono, regula los patrones climáticos y proporciona un hábitat para innumerables especies.
La deforestación y el uso ilegal de la tierra han amenazado la Amazonia durante décadas, provocando la pérdida de hábitats a gran escala y daños casi irreversibles en el ecosistema.
Según Conservación del Amazonassólo en 2022 se perdieron casi 5 millones de acres de selva tropical, lo que supone un aumento de 21% con respecto al año anterior.
Soluciones de IA para la conservación
En lo más profundo de la selva amazónica, los animales rebuscan entre la maleza sin darse cuenta de que están siendo captados por cámaras y micrófonos.
Las imágenes y grabaciones no sólo proporcionan una visión tentadora de la vida de los animales en la selva tropical, sino que forman parte de un sofisticado proyecto impulsado por la IA para solucionar la deforestación.
Aprovechando el poder de los datos, el aprendizaje automático (ML) y la tecnología en la nube, los expertos están desarrollando programas innovadores destinados a reconocer los patrones de deforestación y proporcionar datos procesables para los responsables políticos.
La IA se ha convertido en parte integrante de los esfuerzos mundiales de conservación, ya que proporciona a los investigadores un medio para combinar datos procedentes de sensores, cámaras y satélites.
Proyecto Guacamayauna colaboración entre el Instituto Alexander von Humboldt, el Centro de Investigación CinfonIA de la Universidad de los Andes, el Instituto Sinchi, y Laboratorio de Inteligencia Artificial de Microsofttiene por objeto vigilar la deforestación y la biodiversidad en la Amazonia colombiana.
Como describe Juan Lavista Ferres, vicepresidente y científico jefe de datos del laboratorio AI for Good de Microsoft, "este proyecto no va a resolver todos los problemas que tiene Amazon, pero sí uno que me parece fundamental: no se puede resolver un problema si no se puede medir."
Un enfoque triple
La capacidad de la IA para trabajar con datos de múltiples modalidades proporciona a los investigadores una descripción detallada de este vasto y complejo entorno.
Por ejemplo, los datos por satélite proporcionan un macroanálisis del bosque, incluidos los episodios de deforestación, la minería ilegal y los cambios en el uso del suelo.
Simultáneamente, cámaras y sensores sobre el terreno rastrean los efectos de los macrocambios en la biodiversidad local, como la pérdida de hábitats.
He aquí cómo El proyecto Guacamaya combina diferentes sistemas de IA:
Etapa 1: Datos por satélite para el análisis de macroterritorios
El primer componente del Proyecto Guacamaya aprovecha los datos por satélite de Laboratorios Planet.
Los datos por satélite proporcionan al proyecto imágenes diarias de alta resolución de la selva amazónica, lo que permite un seguimiento casi en tiempo real. Esto es crucial para detectar cambios rápidos en la cubierta forestal o indicios de actividades ilegales.
Los modelos de IA desarrollados para esta fase se entrenan para buscar indicadores de deforestación o minería ilegal, como carreteras o desmontes no autorizados.
Mediante la automatización de la vigilancia por satélite, el equipo puede alertar a las autoridades colombianas casi en cuanto se inicia cualquier actividad sospechosa.
Paso 2: Cámaras ocultas para obtener información sobre el terreno
Se han colocado estratégicamente cámaras ocultas por toda la Amazonia colombiana para complementar los datos obtenidos por satélite.
Estas cámaras capturan miles de fotos diarias y las introducen en modelos de inteligencia artificial que identifican y clasifican a los animales.
Además de rastrear el movimiento de las especies en el suelo de la selva, también sirve como sistema de alerta. Por ejemplo, si se encuentran animales fuera de sus ecosistemas naturales, esto podría indicar cambios locales que requieren más investigación.
Paso 3: Bioacústica para la clasificación de animales
Por último, el Proyecto Guacamaya incorpora datos sonoros, o bioacústicos, captados directamente de la selva amazónica.
Se utilizan equipos especializados para grabar los sonidos naturales del bosque e introducir datos en modelos de inteligencia artificial. entrenados para distinguir entre sonidos de aves y no aves y clasificarlos en especies específicas.
Con una fiabilidad de identificación superior a 80%, estos modelos de IA ayudan a los científicos a comprender los comportamientos de los animales, seguir la migración de las especies y detectar la presencia de especies invasoras o en peligro de extinción.
Lucha contra la deforestación en Brasil
En otro proyecto, Microsoft colabora con la organización ecologista Imazon y la organización sin ánimo de lucro PrevisIA en Brasil para detectar la minería ilegal y la deforestación mediante análisis por satélite.
"Utilizamos PrevisIA para anticipar las zonas de riesgo y poner en marcha acciones que eviten la deforestación", explica Carlos Souza, investigador principal de Imazon.
A principios de este año, la región forestal de Triunfo do Xingu quedó diezmada, perdiendo una superficie equivalente a 700 campos de fútbol en sólo un mes. Según PrevisIA, también es la región con mayor riesgo de sufrir más deforestación en 2023.
Para finales de año, AI calcula que se habrán perdido unos 271,52 kilómetros cuadrados de bosque.
Carlos Souza Jr., investigador principal de Imazon y coordinador del proyecto PrevisIA, destacó el poder proactivo de este enfoque: "Los modelos existentes de predicción de la deforestación eran a largo plazo, contemplaban lo que ocurriría dentro de décadas. Necesitábamos una nueva herramienta que pudiera adelantarse a la devastación".
Mediante una combinación de geoestadística y datos históricos, el modelo tiene en cuenta variables que inhiben o fomentan la deforestación, como las tierras protegidas por comunidades indígenas.
PrevisIA también beneficia a las partes interesadas locales, incluidos bancos y empresas, que utilizan los datos para tomar decisiones responsables desde el punto de vista medioambiental.
De la conservación reactiva a la proactiva
La capacidad de la IA para trabajar con datos complejos casi en tiempo real favorece un nuevo paradigma de conservación proactiva.
Antes, los investigadores se basaban sobre todo en datos de campo recogidos manualmente, que no pueden pretender captar la dinámica de una zona tan vasta como el Amazonas.
José Godofredo Pires dos Santos, fiscal de Pará, describió la necesidad de medidas preventivas: "No queremos tener que seguir viniendo cuando el daño ya está hecho".
Los investigadores señalan que el objetivo final es que estos modelos sean de código abierto para su uso en otros proyectos mundiales.
El papel de la IA en la conservación: ejemplos de 2023
En un mundo que lucha contra el cambio climático, la pérdida de hábitats y el declive de la biodiversidad, los métodos tradicionales de conservación a menudo se quedan cortos.
2023 ha sido testigo de una variedad de fascinantes proyectos de conservación que aprovechan la IA y el aprendizaje automático.
He aquí tres ejemplos de los últimos meses:
Seguimiento acústico de los delfines del Amazonas
Investigadores de la Universidad Politécnica de Cataluña en Barcelona entrenaron una red neuronal para diferenciar entre dos especies de delfines en peligro de extinción en el río Amazonas -Boto y Tucuxi- basándose en sus comunicaciones acústicas únicas.
Gracias a la instalación de micrófonos subacuáticos en la reserva de Mamirauá, en la selva amazónica brasileña, el equipo puede vigilar a los delfines de río con una perturbación mínima.
En Tecnología de IA ayuda a distinguir los sonidos de los delfines de otros ruidos ambientales.
Noruega: control de la inmigración de peces mediante inteligencia artificial
El salmón del Pacífico, una especie invasora, amenaza a las poblaciones autóctonas de salmón del Atlántico en los cursos de agua europeos.
Huawei y Berlevåg Jeger-og Fiskerforening (BJFF) construyeron un sistema AI de filtrado de peces en el río Storelva de Noruega.
Utilizando un modelo de visión por ordenador (CV), este sistema puede diferenciar entre el salmón del Atlántico y el del Pacífico con una precisión de 90%, desviando las especies invasoras a una bahía de retención antes de liberarlas en el mar.
Este innovador sistema "ve" al salmón del Pacífico invasor y evita con seguridad que invada las vías navegables europeas.
Contar frailecillos en el Reino Unido
Los frailecillos, aves marinas muy queridas pero vulnerables en el Reino Unido, han sido históricamente difíciles de controlar.
Tradicionalmente, los guardas los contaban manualmente, una tarea ardua y lenta.
En asociación con Microsoft, Avanade y NatureScot, SSE Renewables está pilotar un sistema de IA para contar frailecillos en la Isla de Mayo, frente a la costa de Escocia.
Las cámaras captan imágenes en directo de los frailecillos, y un AI modelo entrenado en imágenes etiquetadas puede distinguir aves individuales con una interferencia humana mínima.
El futuro de la IA en la conservación
El creciente papel de la IA en la conservación ha demostrado su eficacia en ecosistemas muy variados, desde el río Amazonas hasta las vías fluviales europeas y las costas escocesas.
La IA es un multiplicador de fuerzas que ayuda a los investigadores a estar al tanto de los complejos datos biodinámicos.
A medida que la infraestructura necesaria para entrenar y desplegar modelos de IA sea más accesible, la creación de modelos para problemas de conservación únicos será más fácil, incluso sin recursos significativos.
En el futuro, los conservacionistas podrán construir sistemas de IA sofisticados y ligeros con unos conocimientos mínimos.
