El fototrampeo tiene un problema poco glamuroso: genera muchísimas imágenes. Una red de cámaras desplegada durante una temporada puede acumular millones de disparos, y hasta ahora alguien tenía que revisarlos uno a uno para saber qué especie aparecía en cada uno.

El cambio de escala

Un estudio reciente muestra que los sistemas de inteligencia artificial ya procesan volúmenes de esa magnitud con resultados muy similares a los de los expertos humanos, reduciendo un análisis que llevaba en torno a un año a unos pocos días. El cambio no es de precisión, sino de escala: permite plantear seguimientos que antes eran inviables por horas de trabajo.

Un ejemplo concreto

Un equipo del Museo Nacional de Ciencias Naturales (MNCN-CSIC) ha desarrollado TropiCam-AI, presentado como el primer algoritmo capaz de identificar automáticamente especies en imágenes de fototrampeo tomadas en el dosel de bosques neotropicales húmedos, con una precisión del 95% para 84 grupos de mamíferos y aves.

En paralelo, investigadores del Instituto de Microelectrónica de Sevilla (IMSE-CNM, centro mixto del CSIC y la Universidad de Sevilla) y de la Estación Biológica de Doñana plantean incorporar inteligencia artificial a las propias cámaras para mejorar la detección de animales en zonas aisladas, donde enviar y almacenar todas las imágenes es en sí mismo un obstáculo.

La letra pequeña

Estos modelos se entrenan con conjuntos de imágenes concretos y su rendimiento no se traslada automáticamente a otro ecosistema, otra luz u otras especies. La validación local sigue siendo necesaria, y la revisión humana no desaparece: se reserva para los casos dudosos, que es donde aporta valor.

Fuentes: CSIC