Los científicos están utilizando la inteligencia artificial para luchar contra la pérdida de biodiversidad analizando grandes cantidades de datos, monitoreando ecosistemas y detectando tendencias a lo largo del tiempo.
Tosin Thompson
Un número cada vez mayor de investigadores está recurriendo a la inteligencia artificial (IA) para monitorear la biodiversidad y reforzar los esfuerzos para ayudar a las especies en peligro de extinción. A diferencia de los métodos convencionales que pueden alterar los ecosistemas o requerir tiempo, mano de obra y recursos considerables, la IA tiene el potencial de analizar rápida y eficazmente grandes cantidades de datos del mundo real.
«Sin IA, nunca lograremos los objetivos de la ONU para proteger especies en peligro de extinción«, dice Carl Chalmers, que estudia aprendizaje automático en Conservation AI, una organización sin fines de lucro con sede en el Reino Unido en Liverpool que utiliza tecnología de IA para varios proyectos ecológicos.
Las especies están desapareciendo a un ritmo cientos o miles de veces más rápido que hace millones de años 1 , con hasta un millón de especies al borde de la extinción. En respuesta, las Naciones Unidas establecieron en 2020 el objetivo de salvaguardar al menos el 30% de la tierra y los océanos de la Tierra para finales de la década.
La IA es “imperfecta”, pero podría acelerar descubrimientos importantes, dice Nicolas Miailhe, fundador de The Future Society, con sede en París, una organización internacional sin fines de lucro que apunta a gobernar mejor la IA. «Necesitamos mucho que profesionales humanos estén informados para diseñar modelos, así como para recopilar, etiquetar, controlar la calidad e interpretar datos», afirma.
Análisis del paisaje sonoro
El ecologista Jörg Müller de la Universidad de Würzburg, Alemania, y sus colegas han demostrado que las herramientas de inteligencia artificial pueden ayudar a cuantificar la biodiversidad en los bosques tropicales mediante la identificación de especies animales a partir de grabaciones de audio.
En un estudio publicado el 17 de octubre en Nature Communications 2 , los investigadores utilizaron IA para analizar «paisajes sonoros» de animales en el Chocó, una región de Ecuador conocida por su rica diversidad de especies. Colocaron grabadoras en 43 parcelas de tierra que representaban diferentes etapas de recuperación: bosques que no habían sido afectados por la deforestación, áreas que habían sido taladas pero luego abandonadas y habían comenzado a volver a crecer, y tierras deforestadas utilizadas activamente para plantaciones de cacao y pastos. Entregaron los archivos de audio a expertos, quienes pudieron identificar 183 especies de aves, 41 anfibios y 3 especies de mamíferos.
Los investigadores también alimentaron sus grabaciones con un tipo de modelo de IA llamado red neuronal convolucional (CNN), que ya había sido desarrollado para identificar sonidos de pájaros. La CNN pudo seleccionar 75 de las especies de aves que tenían los expertos, pero el conjunto de datos del modelo era limitado y contenía sólo 77 especies de aves que podrían existir en la región. «Nuestros resultados demuestran que la IA está preparada para una identificación más completa de especies en los trópicos a partir del sonido», afirma Müller. «Todo lo que se necesita ahora es más datos de entrenamiento recopilados por humanos».
El equipo dice que usar IA para medir con precisión la biodiversidad de los bosques regenerados podría ser crucial para evaluar proyectos de biodiversidad que deben demostrar éxito para asegurar una financiación continua.
Imágenes de cámaras trampa
Los investigadores de Conservation AI han desarrollado modelos que pueden explorar filmaciones e imágenes de drones o cámaras trampa para identificar la vida silvestre, incluidas las especies en peligro crítico de extinción, y rastrear los movimientos de los animales.
Crearon una plataforma en línea gratuita que utiliza la tecnología para analizar automáticamente imágenes, archivos de video o audio, incluidos datos de imágenes de cámaras trampa en tiempo real y otros sensores que los usuarios aprobados pueden cargar. Los usuarios tienen la opción de recibir una notificación por correo electrónico cuando se detecte una especie de interés en el metraje que han subido.
Hasta ahora, Conservation AI ha procesado más de 12,5 millones de imágenes y ha detectado más de 4 millones de apariciones de animales individuales en 68 especies, incluidos pangolines en peligro de extinción en Uganda, gorilas en Gabón y orangutanes en Malasia. «La plataforma puede procesar decenas de miles de imágenes por hora, a diferencia de los humanos que, en el mejor de los casos, pueden procesar unos pocos miles», dice Paul Fergus, uno de los investigadores principales de Conservation AI. «La velocidad a la que la IA procesa los datos podría permitir a los conservacionistas proteger rápidamente a las especies vulnerables de amenazas repentinas, como la caza furtiva y los incendios», añade. Conservation AI ya ha atrapado a un cazador furtivo de pangolines en el acto analizando imágenes en tiempo real.
Además de monitorear la biodiversidad en tiempo real, la IA se puede utilizar para modelar los impactos de las actividades humanas en un ecosistema y reconstruir cambios históricos. Los investigadores han utilizado la IA para descubrir cómo un siglo de degradación ambiental en un ecosistema de agua dulce ha llevado a la pérdida de biodiversidad.
Aunque está bien documentado que las actividades humanas han provocado la pérdida de biodiversidad en ríos y lagos, se sabe poco sobre qué factores ambientales tienen el mayor impacto. «Los datos a largo plazo son fundamentales para vincular los cambios en la biodiversidad con el cambio ambiental y definir objetivos de conservación alcanzables», dice Luisa Orsini, que estudia biosistemas evolutivos en la Universidad de Birmingham, Reino Unido.
Orsini y sus colegas desarrollaron un modelo que vincula la biodiversidad con los cambios ambientales históricos utilizando IA. En un estudio publicado en eLife a principios de este año 3 , el equipo obtuvo material genético que habían dejado durante el siglo pasado plantas, animales y bacterias en el sedimento de un lago. Se dataron las capas de sedimento y se extrajo el ADN ambiental para su secuenciación.
Luego, los científicos combinaron estos datos con información climática de una estación meteorológica y datos de contaminación química de mediciones directas y encuestas nacionales, utilizando una IA diseñada para manejar diversos tipos de información. Orsini dice que el objetivo era identificar correlaciones entre el «caos» de datos.
Descubrieron que la presencia de insecticidas y fungicidas, junto con las temperaturas extremas y las precipitaciones, podrían explicar hasta el 90% de la pérdida de biodiversidad en el lago. «Aprendiendo del pasado, mostramos el valor de los enfoques basados en la IA para comprender las causas pasadas de la pérdida de biodiversidad», dice el coautor del estudio Jiarui Zhou, que también trabaja en la Universidad de Birmingham.
El principal beneficio de utilizar la IA es que no requiere hipótesis y se basa en datos, afirma Orsini. «La IA ‘aprende’ de datos pasados y predice tendencias futuras en la biodiversidad con mayor precisión que nunca antes».
Miaihe tiene la esperanza de que la IA pueda aplicarse de forma rutinaria a los esfuerzos de conservación del mundo real en un futuro próximo. «Ese es claramente el camino a seguir», afirma. Pero advierte que la IA consume potencia informática y recursos materiales, lo que en última instancia tiene efectos adversos en los ecosistemas. «Las evaluaciones de impacto ambiental deberían estar en el centro de la gestión de riesgos de la IA», afirma.
doi: https://doi.org/10.1038/d41586-023-03328-4
