En muchos aspectos, 2017 fue el año de la inteligencia artificial. Los avances en machine learning (aprendizaje automático) y algoritmos con capacidades superiores a las humanas han traído los beneficios de esa tecnología al día a día de la gente. Pero, el poder de los algoritmos permite solucionar también cuestiones de más calado que la organización de una agenda o la seguridad de un hogar. Científicos en todo el mundo lo utilizan para hacer frente a problemas globales como la pérdida de biodiversidad y las demás amenazas al medio ambiente.
En Australia, donde un fenómeno de blanqueamiento afectó en los últimos años al 93% de la Gran Barrera de Corales, investigadores de la Universidad de Tecnología Queensland (QUT, por sus siglas en inglés) y del Instituto Australiano de Ciencia Marina han desarrollado un algoritmo y una gama de tecnologías para mapear y proteger ese ecosistema. El equipo utiliza drones con machine learning para sobrevolar la Gran Barrera a 60 metros de altitud, recogiendo y analizando datos para clasificar los niveles de blanqueamiento. Las mediciones obtenidas desde el aire son comparadas con las prospecciones hechas bajo el agua.
El arrecife tiene aproximadamente el tamaño de Japón, con más de 3.000 corales individuales que se extienden a lo largo de 2.300 kilómetros, pero el sistema es capaz de monitorizarlo de manera rápida y efectiva. “El algoritmo permite la comparación de grandes bases de datos que pueden usarse para identificar otras áreas de riesgo. Y cuantos más datos tengan los científicos durante un evento de blanqueamiento, mejor podrán abordarlo”, cuenta a OpenMind Felipe Gonzalez, líder del proyecto en QUT. El investigador explica que cada coral emite “huellas dactilares hiperespectrales únicas” y que cada colonia de coral individual emite diferentes firmas hiperespectrales a medida que cambia su nivel de blanqueamiento, por lo que el sistema es capaz de rastrear esos cambios individuales a lo largo del tiempo. “Nuestro objetivo es mitigar la destrucción de la Gran Barreramediante la identificación de las regiones en mayor riesgo, para asignar de manera más eficaz los recursos y métodos de protección”, dice Gonzalez.

Los investigadores utilizan el laboratorio aéreo del Instituto Carnegie de Washington para sobrevolar el Amazonas con un telescopio. Crédito: Carnegie Institute
Un laboratorio aéreo sobrevuela la Amazonia
Greg Asner, investigador de ecología global y su equipo hacen algo similar para preservar el principal ecosistema del mundo, la Amazonia. Los investigadores utilizan el laboratorio aéreo del Instituto Carnegie de Washington para sobrevolar la región con un telescopio, cuyas imágenes son procesadas con un algoritmo para generar mapas más detallados sobre la diversidad de los árboles y las estrategias de supervivencia de cada especie. Gracias a esa técnica, los científicos no solo han descubierto 36 conjuntos forestales antes desconocidos, también han encontrado más de seis millones de hectáreas amenazadas por la minería y la explotación maderera.
El objetivo del equipo es llevar esa tecnología a escala global. “Queremos aplicar el sistema en un satélite en órbita terrestre, para mapear el planeta cada mes, lo que dará la mejor visión posible de cómo la biodiversidad del mundo está cambiando y dónde poner las protecciones necesarias”, cuenta Asner.
Reconocimiento facial en el mar
La próxima frontera para la tecnología de reconocimiento facial y deep learning (aprendizaje profundo) puede ser distinguir el atún de otros peces. La ONG ambiental The Nature Conservancy trabaja con diferentes islas del océano Pacífico (Palau, Islas Marshall, Islas Salomón y Micronesia) en la implementación de técnicas de inteligencia artificial para reducir la cantidad de animales protegidos —como tiburones y tortugas— capturados accidentalmente en los barcos atuneros. La ONG ha instalado sistemas de monitoreo electrónico (cámaras, sensores y GPS) en una docena de embarcaciones para grabar toda la actividad que ocurre en ellas y está creando un algoritmo capaz de identificar si hay un atún o una tortuga a bordo del barco y de alertar a los científicos si se realiza el aleteo de tiburones (una práctica en la que se cortan las aletas del tiburón y se tira el resto del cuerpo al mar). “Queremos saber cuántas aves marinas, tiburones y tortugas se capturan en esos buques y cuantos son liberados vivos”, afirma Matt Merrifield, jefe de tecnología de The Nature Conservancy. El sistema facilitará el trabajo de científicos y ecologistas que luchan contra la pesca ilegal. Después de 70 días de viaje, cada barco atunero regresa con 800 horas de vídeo, que los observadores humanos tardan aproximadamente 480 horas en examinar. “El algoritmo lo hace más rápidamente y el resultado final facilitará la localización de cuándo y dónde se realizan las actividades de pesca. También nos permitirá, en el futuro cercano, el análisis en tiempo real basado en satélites y la detección inmediata de actividades irregulares”, explica Merrifield.