La inteligencia artificial y los macrodatos pueden ayudar a conservar la vida silvestre – ScienceDaily

La inteligencia artificial y los macrodatos pueden ayudar a conservar la vida silvestre – ScienceDaily


Un equipo de expertos en inteligencia artificial y ecología animal ha desarrollado un nuevo enfoque interdisciplinario que tiene como objetivo mejorar el estudio de las especies de vida silvestre y hacer un uso más efectivo de la gran cantidad de datos que ahora se recopilan gracias a las nuevas tecnologías. Su estudio aparece hoy en comunicación de la naturaleza.

El campo de la ecología animal ha entrado en la era del Big Data y el Internet de las Cosas. Ahora se recopilan cantidades sin precedentes de datos sobre las poblaciones de vida silvestre gracias a tecnología sofisticada, como satélites, drones y dispositivos terrestres, como cámaras automáticas y sensores colocados sobre o alrededor de los animales. Estos datos son tan fáciles de recopilar y compartir que acortan las distancias y los requisitos de tiempo para los investigadores al tiempo que minimizan la presencia humana disruptiva en los hábitats naturales. Varios programas de IA están disponibles en la actualidad para analizar grandes conjuntos de datos, pero a menudo son de naturaleza general e inadecuados para observar el comportamiento y la apariencia precisos de la vida silvestre. Un equipo de científicos de EPFL y otras universidades ha esbozado un enfoque pionero para resolver este problema y desarrollar modelos más precisos al combinar los avances en visión por computadora con la experiencia de los ecologistas. Sus ideas, que aparecen en el día de hoy comunicación de la naturalezaabrir nuevas perspectivas para el uso de IA para conservar especies de vida silvestre.

Desarrollo de conocimientos interdisciplinarios.

La investigación de la vida silvestre ha evolucionado de lo local a lo global. La tecnología moderna ahora ofrece nuevas formas revolucionarias de estimar con mayor precisión las poblaciones de vida silvestre, comprender mejor el comportamiento animal, combatir la caza furtiva y detener la pérdida de biodiversidad. Los ecologistas pueden usar la IA, y en particular la visión por computadora, para extraer características clave de imágenes, videos y otras formas visuales de datos para clasificar rápidamente especies de vida silvestre, contar animales individuales y recopilar información específica utilizando grandes conjuntos de datos. Los programas genéricos que se utilizan actualmente para procesar dichos datos a menudo funcionan como cajas negras y no utilizan todo el conocimiento existente sobre el reino animal. Además, son difíciles de personalizar, a veces tienen un control de calidad deficiente y pueden enfrentar problemas éticos relacionados con el uso de datos confidenciales. También contienen varios prejuicios, particularmente regionales; Por ejemplo, si todos los datos utilizados para entrenar un programa en particular se recopilaron en Europa, es posible que el programa no sea apropiado para otras regiones del mundo.

“Queríamos que más investigadores se interesaran en este tema y unir sus esfuerzos para avanzar en este campo emergente. La IA puede servir como un catalizador importante en la investigación de la vida silvestre y en la protección del medio ambiente en general”, dice el profesor Devis Tuia, jefe del Laboratorio de Observación de la Tierra y Ciencias Computacionales Ambientales de la EPFL y autor principal del estudio. Por ejemplo, si los informáticos quieren reducir la tasa de error de un programa de IA que ha sido entrenado para reconocer una determinada especie, deben poder aprovechar el conocimiento de los ecologistas animales. Estos expertos pueden especificar qué rasgos incluir en el programa, como si una especie puede sobrevivir en una latitud particular, si es fundamental para la supervivencia de otra especie (por ejemplo, a través de una relación depredador-presa), o si la especie La fisiología cambia a lo largo de su vida. Por ejemplo, se pueden usar nuevos algoritmos de aprendizaje automático para identificar automáticamente un animal. como el uso del patrón de rayas único de una cebra, o en videos, su dinámica de movimiento puede ser un signo de identidad», dice el profesor Mackenzie Mathis, director de la Cátedra de Neurociencia Integrativa en la Fundación Bertarelli de EPFL y coautor del estudio. «Aquí está donde la ecología fusionada y el aprendizaje automático es clave: el biólogo de campo tiene una gran experiencia sobre los animales en estudio, y nosotros, como investigadores de aprendizaje automático, tenemos la tarea de colaborar con ellos para desarrollar herramientas para encontrar una solución.

Infórmese sobre las iniciativas existentes

La idea de establecer conexiones más sólidas entre la visión por computadora y la ecología surgió cuando Tuia, Mathis y otros discutieron sus desafíos de investigación en varias conferencias durante los últimos dos años. Se dieron cuenta de que dicha colaboración podría ser extremadamente útil para prevenir la extinción de ciertas especies de vida silvestre. Ya se han puesto en marcha un puñado de iniciativas en esta dirección; algunos de ellos se enumeran en el comunicación de la naturaleza Elementos. Por ejemplo, Tuia y su equipo en EPFL han desarrollado un programa que puede identificar especies de animales usando imágenes de drones. Recientemente se probó en una población de focas. Mientras tanto, Mathis y sus colegas han presentado un paquete de software de código abierto llamado DeepLabCut que permite a los científicos estimar y rastrear las poses de los animales con una precisión notable. Ya se ha descargado 300.000 veces. DeepLabCut fue desarrollado para animales de laboratorio, pero también puede usarse para otras especies. Los investigadores de otras universidades también han desarrollado programas, pero es difícil para ellos compartir sus descubrimientos ya que aún no se ha formado una comunidad real en esta área. Otros científicos a menudo desconocen que existen estos programas o cuál es el más adecuado para su investigación específica.

Sin embargo, los primeros pasos hacia dicha comunidad se han dado a través de varios foros en línea. los comunicación de la naturaleza Sin embargo, el artículo está dirigido a un público más amplio compuesto por investigadores de todo el mundo. “Una comunidad está tomando forma constantemente”, dice Tuia. “Hasta ahora, hemos construido una red inicial a través del boca a boca. Comenzamos hace dos años con las personas que ahora son los otros autores principales del artículo: Benjamin Kellenberger, también de la EPFL; Sara Beery de Caltech en Estados Unidos; y Blair Costelloe en el Instituto Max Planck en Alemania».

fuente de la historia:

Materiales proporcionados por Escuela Politécnica Federal de Lausana. Escrito originalmente por Cecilia Carron. Nota: El contenido se puede editar por estilo y longitud.

Related post

Mantente borracho para seguir con vida en este divertido juego de zombis de realidad virtual

Mantente borracho para seguir con vida en este divertido…

El hecho de que el mundo se esté acabando no significa que no puedas divertirte. Gran parte de la población mundial…
Trazando un curso seguro a través de un entorno altamente incierto – ScienceDaily

Trazando un curso seguro a través de un entorno…

Una nave espacial autónoma que explora las regiones remotas del universo desciende a través de la atmósfera de un exoplaneta distante.…
Objetivos en la búsqueda de vida extraterrestre

Objetivos en la búsqueda de vida extraterrestre

23 de mayo de 2022 (Noticias de Nanowerk) Casi la mitad de las estrellas del tamaño del Sol son estrellas dobles.…

Leave a Reply

Tu dirección de correo electrónico no será publicada.