En el mundo de la conservación de la vida silvestre, cada imagen cuenta una historia. Pero imagínate tener millones de imágenes de vida silvestre que tuvieras que clasificar manualmente: este lento y tedioso proceso podría llevar meses. Ahora imagina que pudieras analizar esos millones de imágenes de vida silvestre en solo unos minutos. La inteligencia artificial (IA) tiene la capacidad de hacer este pesado trabajo, y con una herramienta gratuita y de acceso abierto como SpeciesNet, ahora cualquiera puede usar el poder de la IA para clasificar las fotos de su cámara automáticamente.

Cada año, el personal de WWF despliega miles de cámaras activadas por movimiento, conocidas como "cámaras trampa", para monitorear las poblaciones de vida silvestre. Estas cámaras generan millones de imágenes, pero clasificar y analizar manualmente esta enorme cantidad de información es un proceso lento y laborioso. Es por eso que WWF utiliza Wildlife Insights, una revolucionaria plataforma desarrollada en colaboración con otras organizaciones de conservación y Google, que utiliza el poder de la IA y el aprendizaje automático para identificar automáticamente a los animales en las imágenes. El modelo de inteligencia artificial de Wildlife Insights, llamado SpeciesNet, ahora también está disponible en línea de forma gratuita para que cualquier persona lo use y mejore, ya sea un investigador, un conservacionista o un aficionado de la vida silvestre.

El modelo SpeciesNet ha sido parte de la plataforma Wildlife Insights desde 2019 y ha sido entrenado con un conjunto de datos de más de 65 millones de imágenes aportadas por WWF y otros conservacionistas. Como resultado, es capaz de reconocer una amplia gama de especies con extraordinaria precisión. Detecta el 99.4% de las imágenes que contienen animales y, cuando el modelo predice la presencia de un animal, acierta el 98.7% de las veces. Además, el modelo es preciso el 94.5% de las veces cuando hace una predicción a nivel de especie.

El lanzamiento de SpeciesNet como una herramienta de código abierto acelera los avances en el monitoreo de la vida silvestre, porque cualquiera puede acceder al modelo, usarlo en sus proyectos e incluso contribuir a mejorarlo. Ya sea que estés monitoreando la vida silvestre en la Amazonía, el Ártico o en el patio de tu casa, SpeciesNet es una poderosa herramienta que ayuda a respaldar la investigación de la biodiversidad y los esfuerzos de conservación. Los desarrolladores de toda la comunidad de conservación ahora pueden ayudar a refinar aún más el modelo para identificar más especies y con mayor precisión.

¿Cómo se ha utilizado SpeciesNet en la conservación de la vida silvestre?

SpeciesNet representa un gran avance en el aprovechamiento de la tecnología para proteger la vida silvestre. El uso de IA para identificar y catalogar automáticamente las imágenes de las cámaras trampa acelera drásticamente la investigación, mejora el intercambio de datos y potencia los esfuerzos de conservación global.

Mejorando la conservación del jaguar en Perú

La selva amazónica en Perú, un punto crítico de biodiversidad, alberga una extraordinaria variedad de vida silvestre, incluyendo al escurridizo jaguar (Panthera onca). Lamentablemente, la deforestación, la fragmentación del hábitat y la invasión humana plantean importantes amenazas para las poblaciones de jaguares y otros animales silvestres. Para combatir estas amenazas, WWF y sus socios de conservación utilizan cámaras trampa para comprender mejor las densidades de los jaguares y la abundancia relativa de otras especies. Después, las imágenes son procesadas utilizando el modelo de inteligencia artificial SpeciesNet en Wildlife Insights.

En la región peruana de Tahuamanu se han desplegado 136 cámaras trampa en concesiones forestales de conservación y de madera para comprender mejor cómo la vida silvestre utiliza estas áreas comúnmente utilizadas por los humanos. Los resultados preliminares indican la presencia de 37 jaguares, así como otras especies como el tapir sudamericano, el pecarí (un ungulado parecido a un cerdo) y el ocelote. Estos datos nos ayudan a evaluar el estado de conservación de estas especies y a evaluar la eficacia de nuestras intervenciones, como la gestión forestal sostenible, la ganadería regenerativa con un enfoque de deforestación cero y otras iniciativas desarrolladas en colaboración con las comunidades locales.

Monitoreando especies que se mueven a gran altura

En la provincia de Tahuamanu, del departamento de Madre de Dios, en Perú, los caminos que atraviesan concesiones forestales de madera y castaña pueden ser un peligro para la fauna arbórea, ya que les dificultan el tránsito entre áreas cubiertas por los árboles. En respuesta a esto, WWF instaló innovadores puentes de dosel sobre los caminos para ayudar a las especies que se encuentran sobre el suelo a cruzar de manera segura y se instalaron cámaras para evaluar si se estaban utilizando. Los datos procesados mediante el modelo SpeciesNet confirmaron que seis especies, incluidos cinco primates y un carnívoro, el kinkajú (Potos flavus), usaban los puentes de dosel, lo que confirma que estos puentes facilitan un mayor movimiento y seguridad para la fauna arbórea.

Cómo utilizar SpeciesNet

Para quienes necesitan una plataforma que ejecute SpeciesNet de manera fácil y rápida, el modelo sigue estando disponible en Wildlife Insights, un recurso global para el monitoreo y la gestión de la biodiversidad. Wildlife Insights seguirá brindando la última versión del modelo a medida que se actualice.

Para aquellos profesionales y desarrolladores que quieran utilizar SpeciesNet por sí solos, el repositorio de GitHub proporciona acceso al modelo, la documentación y los recursos necesarios para ejecutar y adaptar el modelo. Invitamos a los investigadores, conservacionistas y científicos ciudadanos a contribuir al proyecto, refinar el modelo, ampliar sus capacidades y unirse a nosotros para avanzar en el campo de la conservación de la vida silvestre a través de la tecnología.