En menos de una semana, España ha pasado de estar sufriendo una ola de calor a vivir las consecuencias de intensas lluvias torrenciales. Inevitablemente, las temperaturas tan variables de estos últimos días nos hacen reflexionar sobre los efectos del clima en el medio ambiente y la biodiversidad del planeta. Estas mismas reflexiones han impulsado la carrera de Erin Moreland, una zoóloga especializada en la investigación de animales acuáticos.
Cuando Moreland se planteó convertirse en zoóloga, se pasaba los días imaginándose sentada en los acantilados, dibujando focas y otros animales para documentar sus vidas, intentar entender su comportamiento y proteger su hábitat.
Erin Moreland utiliza la inteligencia artificial con sus fotos
Pero sus inicios como zoóloga allá por 2007 fueron algo diferentes a como había soñado: Moreland pasaba muchas horas delante de la pantalla de un ordenador visionando miles de fotografías aéreas en busca de alguna señal de vida entre el hielo y las aguas de Alaska. Ella y su equipo tomaron 90.000 instantáneas y pasaron meses escaneándolas, dando con tan solo unas 200 focas. El trabajo fue tan largo y tedioso que tardaron muchos meses en organizar los datos y cuando consiguieron publicar la investigación, la información ya estaba obsoleta.
Afortunadamente, Erin y sus compañeros del equipo de la Administración Nacional Oceánica y Atmosférica de Estados Unidos (NOAA, por sus siglas en inglés) ya disponen de una solución tecnológica que les permitirá clasificar millones de imágenes aéreas en muy poco tiempo. Ahora, los investigadores de esta agencia científica usan la Inteligencia Artificial para monitorizar el comportamiento de las ballenas beluga en peligro de extinción, las focas del hielo amenazadas y los osos polares, entre otros animales salvajes.
Conocer el comportamiento animal: un reto también para la IA
En este momento, equipos interdisciplinares están entrenando la herramienta de Inteligencia Artificial para que pueda distinguir, por ejemplo, a una foca de una roca y el sonido de una ballena del chirrido de una draga, mientras tratan de entender el comportamiento de los mamíferos marinos para ayudarles a sobrevivir en su entorno donde hay una creciente actividad humana.
En concreto, el proyecto de Moreland combina tecnología IA con las fotos que están tomando unas cámaras mejoradas desde un avión turbohélice de la NOAA en el Mar de Beaufort, en el norte de Alaska. Esto servirá para escanear, clasificar imágenes y producir un recuento poblacional de focas del hielo y osos polares, cuyos resultados estarán listos en horas en lugar de meses. Manuel Castellote, científico asociado a la NOAA, aplicará un algoritmo similar a las grabaciones que recogerán los equipos posicionados en el fondo de la ensenada de Cook en Alaska, ayudándole a descifrar, de manera rápida, cómo la cada vez menor población de belugas pasó el invierno.
Los datos extraídos tanto de las fotografías como de las grabaciones serán tratados por científicos, analizados por estadísticos y luego notificados a personas como Jon Kurland, administrador regional de NOAA para los recursos protegidos en Alaska.
Actualmente, la oficina del Kurland en Juneau, Alaska, se encarga de supervisar tanto los programas de conservación y recuperación de los mamíferos marinos en toda la región como de ayudar a guiar a todas las agencias federales que emiten permisos o llevan a cabo acciones que podrían afectar a las especies que están amenazadas o en peligro de extinción.
La tecnología en ayuda de las especies amenazadas
En el mar de Bering hay cuatro tipos de focas del hielo: las barbudas, las anilladas, las manchadas y las listadas. Tanto las barbudas como las anilladas están clasificadas como especies amenazadas, lo que significa que están en peligro de extinción en un futuro cercano. Por otro lado, la ballena beluga de la ensenada Cook ya está en peligro de extinción: según datos del 2019, su población ha disminuido a 279 ejemplares mientras se estima que hace solo 30 años había unos 1.000 ejemplares aproximadamente.
Se trata una situación preocupante en la que es prioritario mitigar el impacto de las actividades humanas, como la construcción y el transporte, en los períodos y lugares de cría y alimentación. Para ello, es fundamental contar con información actualizada sobre los lugares donde las especies amenazadas suelen criar, por poner un ejemplo. “Actualmente no disponemos de la información básica, así que conseguirla nos dará una imagen mucho más clara de los tipos de respuestas que podrían necesitarse para proteger a estas poblaciones de animales. Tanto para las ballenas como para las focas, estos análisis de datos se traducen en ciencia de vanguardia, llenando lagunas que no tenemos otra forma de llenar”, asevera Kurland.
Así es cómo se usa la Inteligencia Artificial en el Ártico
En 2018, Erin Moreland expuso las dificultades de llevar a cabo su trabajo de investigación en el hackathon de Microsoft, un encuentro anual en el que, a lo largo de una semana, se dan cita desarrolladores de software, programadores, ingenieros, para trabajar en proyectos colaborativos.
Como comentó Moreland a Dan Morris de AI for Earth de Microsoft y a los catorce ingenieros que se apuntaron al interesante desafío, “En el ámbito de la conservación de la vida silvestre, hay muchos científicos haciendo tareas aburridas, revisando imágenes y audios. El equipo en remoto nos permite recopilar todo tipo de datos, pero los científicos tienen que averiguar cómo utilizar esos datos”.
La complejidad del reto se debía a que, si bien existen muchos modelos de reconocimiento de personas por imágenes, no existía hasta la fecha ningún modelo desarrollado que pudiera distinguir la especie de una foca analizando fotografías aéreas. Afortunadamente, los cientos de miles de patrones que los científicos de la NOAA habían clasificado en investigaciones anteriores ayudaron a los tecnólogos a entrenar a los prototipos de IA para reconocer qué fotografías y grabaciones contenían mamíferos y cuáles no.
“Parte del desafío era que había 20 terabytes de datos de imágenes y trabajar en el ordenador con tantos datos no era nada práctico. Teníamos que hacer entregas diarias de discos duros entre Seattle y Redmond para hacerlo. Pero la nube de Azure hizo posible trabajar con todos esos datos y entrenar los modelos de IA”, comenta Morris.
La IA empuja un cambio en el modelo de trabajo de los investigadores
Las focas del hielo llevan, por lo general, vidas solitarias, lo que las hace más difíciles de detectar que los animales que viven en grupo. Las inspecciones también son complicadas porque el avión tiene que volar lo suficientemente alto como para evitar que las focas se asusten y buceen, y lo suficientemente bajo como para obtener fotos de alta resolución que permitan a los científicos diferenciar una foca anillada de una foca manchada, por ejemplo. Además, el clima en Alaska, a menudo lluvioso y nublado, complica aún más los esfuerzos.
Las inspecciones posteriores mejoraron gracias a la comparación de las fotos tomadas por cámaras térmicas y de color. Aun así, la mezcla entre la interferencia térmica del hielo y los reflejos del mismo dificultaron determinar qué era un animal y qué no. Otra investigación de 2016 produjo un millón de pares de imágenes térmicas y en color, que un sistema de software redujo a 316.000 y los científicos tuvieron que revisar y clasificar manualmente. Las tres personas encargadas de la revisión tardaron tres meses en llevarla a cabo.
Todo este trabajo no les permitía dedicarse a lo esencial: el análisis de la comunicación entre ballenas. Las ballenas se guían por el sonido, aprovechando la ubicación del eco para moverse, especialmente en la ensenada de Cook, donde el sedimento de los glaciares derretidos hace que el agua se vuelva turbia. Eso significa que el ruido, que se amplifica bajo el agua, puede desorientar a los mamíferos, dejándolos incapaces de encontrar el fondo o la superficie del océano, seguir su ruta, atrapar presas o ser alertados de la presencia de un depredador como una orca. Por ejemplo, si las crías no pueden oír los silbidos de sus madres, pueden separarse del grupo y morir.
Manuel Castellote también se enfrentaba a obstáculos similares, ya que cada primavera y cada otoño recupera del fondo del mar unas 15 grabadoras especiales para recoger los datos y luego tiene que volver a colocarlas. Él y sus compañeros pasan el resto del año tratando de clasificar cada sonido de los seis meses anteriores, determinando qué silbidos y llamadas son de beluga, jorobada u orcas, qué ruidos son de un avión o un barco, y qué otros son de la construcción o del hielo que se rompe.
El problema está en que Anchorage es un centro importante para buques de carga y para los vuelos militares y comerciales. El puerto se está expandiendo, hay 17 plataformas petrolíferas con sus tuberías y los depósitos de los glaciares requieren de un dragado continuo para mantener abiertos los canales de embarque. Cada una de estas actividades crea ruido que dificulta la comunicación entre ballenas.
En este contexto, tanto para Erin Moreland como para Manuel Castellote es fundamental contar con datos que puedan guiar las medidas de mitigación para hacer que la actividad humana sea menos perjudicial para los animales en peligro de extinción. Gracias al uso de la Inteligencia Artificial, podrán trabajar para minimizar la actividad de los buques cerca de las áreas de alimentación más importantes o para reducir el ruido de construcción en ciertos lugares durante la temporada de cría, por ejemplo.
Estudiar los datos proporcionados por la IA sobre las especies del Ártico de una manera optimizada supondrá un primer paso para entender mejor el comportamiento animal y, a la vez, también para modificar el de los humanos.
