Proyectos ambientales
Wildlife Insights ayuda a retratar la belleza de la biodiversidad y su fragilidad
"Cuando caminas por una selva tropical, solo ves un 10% de los animales que habitan allí", explica Jorge Ahumada, conservador sénior de fauna silvestre en Conservation International. Sin embargo, aunque no podamos ver la fauna silvestre en una selva de América del Sur, en el monte australiano o en una cadena montañosa de América del Norte, los animales están allí, quietos y escondidos, a la espera de que los seres humanos se vayan para poder salir y cazar.
Con la ayuda de cámaras de seguimiento con detección de movimiento (también conocidas como cámaras trampa), Google Cloud y modelos de IA, los expertos en conservación como Ahumada pueden observar la fauna silvestre en lugares como el río Caño Cristales, en Colombia, a partir de imágenes de elusivos osos hormigueros, jaguares y monos que les permiten medir y estudiar las especies y la biodiversidad. En 2019, se presentó Wildlife Insights, una iniciativa del programa Conservación de la naturaleza de Google Earth Solidario, para ayudar a los expertos en conservación y a las comunidades locales a reducir las tediosas tareas manuales que implica procesar y analizar imágenes, al mismo tiempo que se comparte el conocimiento con investigadores de todo el mundo y se protege a las especies en peligro de extinción.
La plataforma de Wildlife Insights ayuda a los conservadores a compartir, identificar, administrar y analizar en línea sus imágenes de la fauna silvestre. En la aplicación web de Wildlife Insights, se puede navegar por la colección de fotos de fauna silvestre más grande del mundo, que está a disposición de todo el público.
La IA acelera el análisis de imágenes de fauna silvestre
En cualquier proyecto de conservación de la fauna silvestre en el que se incluyen imágenes tomadas por cámaras de seguimiento, gran parte del trabajo implica analizar manualmente millones de imágenes e identificar especies. Es probable que en el 80% de las imágenes no se vea fauna silvestre, debido a que las cámaras remotas pueden activarse por elementos como pasto que se mueve con el viento. Asimismo, es posible que las imágenes sean oscuras o que los animales se escondan detrás de árboles y arbustos, lo que hace que sea difícil identificarlos. Incluso después de que se completa la identificación, los datos recopilados permanecen dentro del proyecto, en lugar de compartirse con la comunidad de conservación mundial.
En Google, nos comprometemos a compartir tecnología, métodos y fondos para ayudar a organizaciones de todo el mundo a hacer más por el planeta. Con las predicciones de la AI Platform de Google Cloud y un modelo de IA personalizado y creado por un equipo de Google, Wildlife Insights puede identificar y clasificar imágenes tomadas por cámaras de seguimiento hasta 3,000 veces más rápido que los seres humanos, lo que permite analizar 3.6 millones de fotos en una hora. Una vez que los investigadores suben las fotos, Wildlife Insights predice automáticamente y con bastante exactitud las imágenes que no poseen contenido relevante. Y, en el caso de las que sí incluyen fauna silvestre, la IA predice las especies retratadas. Luego, los investigadores de fauna silvestre aceptan o corrigen las predicciones del modelo de IA, lo que a su vez mejora el nivel de confianza del modelo.
Para desarrollar esta capacidad de identificación, la plataforma comenzó con nueve millones de imágenes provenientes de seis socios conservadores que forman parte del proyecto: Wildlife Conservation Society, Smithsonian Conservation Biology Institute, North Carolina Museum of Natural Sciences, WWF, Zoological Society of London y Conservation International.
Google usó los nueve millones de imágenes de vida silvestre como datos de entrenamiento para crear modelos de identificación de especies con TensorFlow. El conjunto de datos de entrenamiento continúa creciendo a medida que ingresan nuevos datos. Algunos avances recientes en Wildlife Insights incluyen la identificación de más especies. Como se creó con Google Cloud Platform, toda la plataforma está diseñada para escalarse según sea necesario.
Como resultado, Wildlife Insights integra los datos de las especies y reduce el tiempo que conlleva obtener estadísticas útiles, lo que incluye la mejora de los datos sobre fauna silvestre mundial en Map of Life. Los investigadores de fauna silvestre pueden evaluar mejor qué tan abundantes son las especies, dónde se ubican y cómo se mueven de un lugar a otro. Los responsables de tomar decisiones en materia de políticas pueden usar las estadísticas para modificar los límites de las áreas protegidas. Esperamos que, en el futuro, todos los amantes de la naturaleza que tengan una cámara de seguimiento en sus jardines puedan contribuir con la ciencia y con la recopilación de datos a gran escala.
Ahumada experimentó en primera persona el valor de una foto como evidencia empírica. Mientras estudiaba monos arañas en un bosque de Colombia, vio un perro de monte, pero como no había registros de que esa especie existiera en ese lugar, nadie tomó en serio su observación. Veinte años más tarde, mientras estaba obteniendo datos de una red de cámaras de seguimiento ubicadas en un bosque similar, encontró, para su sorpresa, una imagen de la misma especie de perro que había visto años atrás, lo que le permitió validar la experiencia que había vivido en aquel bosque.
En busca de señales de recuperación después de los incendios forestales de Australia
Cerca de 3,000 millones de animales se vieron afectados por los incendios forestales que tuvieron lugar en Australia durante los veranos de 2019 y 2020. Wildlife Insights ayudó a grupos de conservación de Australia, como World Wide Fund (WWF) for Nature Australia, a subir y compartir fotos de cámaras de seguimiento de las regiones afectadas, lo que permitió obtener un panorama más claro del estado de la fauna silvestre de Australia luego de los incendios. A comienzos de 2021, se ubicaron más de 600 cámaras de seguimiento en las regiones de los incendios forestales con el objetivo de usar Wildlife Insights para detectar qué especies podrían regresar a sus deteriorados hábitats.
Darren Grover, líder de Tierras y Mares Saludables de WWF-Australia, ubicó las primeras 100 cámaras en la isla Canguro, Australia del Sur. Su objetivo, en parte, era detectar allí la presencia de dunnarts, un pequeño marsupial nocturno de color gris que los investigadores muchas veces no pueden detectar. Dado que el dunnart se parece mucho a un ratón, los expertos en conservación como Grover tenían que examinar de forma manual cientos de imágenes antes de identificar correctamente a la criatura.
Por suerte, una de las cámaras capturó la imagen de un dunnart. "Como diría cualquier persona con miles de fotos de sus vacaciones, ordenar y organizar imágenes y videos de una cámara demanda mucho trabajo y consume mucho tiempo", explica Grover. "Con el objetivo de analizar las fotos de una cámara con sensor, la experiencia suele ser necesaria para poder determinar cuáles son las mejores imágenes y cuáles hay que borrar. Y probablemente veas cientos de imágenes vacías antes de encontrar algo interesante".
Con Wildlife Insights, investigadores como Grover pueden subir sus fotos e identificar rápidamente cientos de especies, como el dunnart, y descartar las imágenes vacías. "Este contenido nos ayudará a comprender qué especies sobrevivieron en las zonas de los incendios forestales y a determinar en qué lugares es más necesario adoptar medidas de recuperación", comenta.
Una carrera a contrarreloj contra la destrucción del hábitat
El tiempo transcurre demasiado lento en los bosques, las montañas y la costa donde habita la fauna silvestre. Sin embargo, para investigadores como Angélica Díaz Pulido, del Instituto Humboldt y compañera de trabajo de Ahumada en la selva tropical de Colombia, la destrucción de los hábitats avanza mucho más rápido de lo que creemos, lo que genera una necesidad urgente de compartir y estudiar los datos de campo que se comparten con Wildlife Insights.
"Los desafíos a los que nos enfrentamos los investigadores en biodiversidad consisten en llevar a cabo investigaciones rápidas y asegurarnos de que lleguen a tiempo a quienes toman decisiones", explica Díaz Pulido. "Cuando encuentras algo tan único como Caño Cristales, lo único que piensas es en su fragilidad". Con la ayuda de Wildlife Insights y la tecnología de Google, conservadores como Díaz Pulido pueden ayudar a preservar la belleza de las especies en nuestro mundo natural.
Hero image de Emmanuel Rondeau/WWF France. Fotografía de un jaguar (Panthera onca) en lo más profundo de la reserva natural Nouragues, en Guayana Francesa. La imagen se tomó con una cámara trampa DSLR.
Créditos de la imagen del perro de monte: Cortesía del Missouri Botanical Garden, TEAM Network