Aplican inteligencia artificial en fotomonitoreo con cámaras trampa dentro de áreas silvestres protegidas

La primera experiencia aplicada se desarrolla en el Parque Nacional Nonguén, la cual permite mejorar el sistema de selección de las imágenes útiles, es decir, cuáles captaron realmente fauna y no imágenes fantasmas o de movimientos de vegetación por causa del viento.

La Corporación Nacional Forestal (CONAF) se encuentra avanzando en el uso de inteligencia artificial para el trabajo de fotomonitoreo con cámaras trampa dentro de las tareas de conservación y gestión efectiva de las áreas silvestres protegidas del Estado.

Se trata de experiencias colaborativas con universidades chilenas, con una proyección relevante para el optimizar el trabajo que actualmente se realiza en 35 áreas silvestres protegidas del país, considerando que el objetivo es la simplificación del análisis de los registros fotográficos utilizados para definir las estrategias de protección de especies de conservación y detección de sus amenazas.

Ignacio Díaz, jefe de Sección de Monitoreo e Información de la Gerencia de Áreas Silvestres Protegidas de CONAF, explicó que “una de las mayores dificultades en el procesamiento de datos obtenidos con el fotomonitoreo consiste en separar las fotografías útiles de aquellas denominadas imágenes fantasmas que no registran presencial animal y que son capturadas cuando las cámaras se activan por movimientos de la vegetación a causa del viento o cambios entre luces y sombras del follaje”.

“Esta situación aumenta considerablemente el número de archivos que se deben revisar, ralentizando el proceso, por lo que el uso de la inteligencia artificial viene a ser una solución novedosa y práctica mediante la aplicación de algoritmos que permite eficiencia en la selección de imágenes útiles”, manifestó.

Entrenamiento con inteligencia artificial

El año pasado, estudiantes de Ingeniería en Recursos Naturales de la Universidad del Bío-Bío ganaron el “Hackatón por el cambio climático”, tras proponer un modelo de etiquetado de especies invasoras que fue “entrenado” con más de 40 mil fotografías obtenidas con las cámaras trampa de CONAF, dentro del Parque Nacional Nongúen, en la Región del Biobío.

Dicho trabajo se mantiene a través de José Díaz, miembro del equipo, quien ha continuado colaborando en la discriminación de imágenes fantasmas, entrenando varios modelos de redes neuronales y haciendo pruebas para determinar la mejor opción.

Del mismo modo, estudiantes de la Universidad Adolfo Ibáñez (UAI) están trabajando en el desarrollo de un modelo alternativo que detecte las fotografías fantasmas con inteligencia artificial para optimizar el etiquetado de los datos.

Al respecto, Sebastián Moreno, director del Magíster en Ciencia de Datos de la Facultad de Ingeniería y Ciencias de la UAI señaló que “se puede tener muchas imágenes de distintas localidades, pero si no están etiquetadas de la forma correspondiente o están mal etiquetadas, esto podría llevar a que el modelo no aprenda nada de forma particular”.

Estos esfuerzos se suman a los que está realizando el médico veterinario Eduardo Silva, director de la Escuela de Graduados de la Facultad de Ciencias Forestales y Recursos Naturales de la Universidad Austral, quién recientemente viajó a Estados Unidos a conocer nuevas tecnologías para la clasificación de imágenes.

“Una de las plataformas que está mejor desarrollada en ese sentido es Wildlife Insight, la cual está funcionando bastante bien para mamíferos norteamericanos. Para el caso chileno todavía no está adecuadamente entrenada, pero con un esfuerzo importante en términos de imágenes, los algoritmos, todo el proceso de inteligencia artificial y el machine learning asociado, podrían entrenarse en un futuro próximo, facilitando enormemente el procesamiento de las imágenes” explicó.

Finalmente, Diego Valencia, jefe del Departamento de Innovación y Proyectos de la Gerencia de Áreas Silvestres Protegidas de CONAF, indicó que “esta metodología sigue siendo un desafío que no tiene una única respuesta, debido a que hay muchas especies de tamaño pequeño que son difíciles de identificar o que tienen muy pocos registros, además muchas veces las fotografías son nocturnas, o solo se capturan secciones de los animales. Por ello, se espera seguir innovando con estas nuevas herramientas tecnológicas que son un apoyo para contribuir a la conservación y preservación de la flora y fauna presente en nuestros parques y reservas naturales a nivel nacional”.

Inteligencia Artificial

2 Videos
Compartir: