Un nuevo campo llamado imageómica usa la IA para extraer información biológica sobre animales directamente de sus fotos
Las fotos de vacaciones de tiburones y ballenas que los turistas publican en las redes sociales pueden tener un beneficio que nunca esperaron: ayudar a los investigadores a rastrear y recopilar información sobre especies en peligro de extinción.
Los científicos están utilizando inteligencia artificial (IA) para analizar fotos de ballenas, tiburones y otros animales para identificar y rastrear individuos y ofrecer nuevos conocimientos sobre sus movimientos, así como las tendencias de la población.
"Tenemos millones de imágenes de animales amenazados y en peligro de extinción tomadas por científicos, cámaras trampa, drones e incluso turistas", dijo Tanya Berger-Wolf, directora del Translational Data Analytics Institute de la Universidad Estatal de Ohio.
"Esas imágenes contienen una gran cantidad de datos que podemos extraer y analizar para ayudar a proteger a los animales y combatir la extinción".
Y un nuevo campo llamado imageomics (imageómica) está llevando el uso de imágenes de vida silvestre un paso más allá al usar IA para extraer información biológica sobre animales directamente de sus fotos, dijo Berger-Wolf, profesora de informática e ingeniería, ingeniería eléctrica e informática, y evolución, ecología y biología de organismos en la Estatal de Ohio.
Ella discutió los recientes avances en el uso de IA para analizar imágenes de vida silvestre y la fundación de imageomics en una presentación el 20 de febrero en la reunión anual de la Asociación Estadounidense para el Avance de la Ciencia. Habló en la sesión científica "Ciencia colaborativa: los voluntarios y el aprendizaje automático protegen la naturaleza para todos".
Imagen: Los investigadores están utilizando inteligencia artificial para extraer información de fotografías de especies en peligro de extinción.
Uno de los mayores desafíos que enfrentan los ambientalistas es la falta de datos disponibles sobre muchas especies amenazadas y en peligro de extinción.
"Estamos perdiendo biodiversidad a un ritmo sin precedentes y ni siquiera sabemos cuánto y qué estamos perdiendo", dijo Berger-Wolf.
De las más de 142.000 especies en la Lista Roja de Especies Amenazadas de la UICN, se desconoce el estado de más de la mitad porque no hay suficientes datos o la tendencia de su población es incierta.
"Si queremos salvar a los elefantes africanos de la extinción, debemos saber cuántos hay en el mundo, dónde están y qué tan rápido están disminuyendo", dijo Berger-Wolf. "No tenemos suficientes collares GPS y etiquetas satelitales para monitorear a todos los elefantes y responder esas preguntas. Pero podemos usar técnicas de inteligencia artificial como el aprendizaje automático para analizar imágenes de elefantes y proporcionar gran parte de la información que necesitamos".
Berger-Wolf y sus colegas crearon un sistema llamado Wildbook que utiliza algoritmos de visión por computadora para analizar fotos tomadas por turistas en vacaciones e investigadores en el campo para identificar no solo especies de animales, sino también individuos.
"Nuestros algoritmos de IA pueden identificar a individuos usando cualquier cosa con rayas, manchas, arrugas o muescas, incluso la forma de la aleta caudal de una ballena o la aleta dorsal de un delfín", dijo.
Por ejemplo, Wildbook contiene más de 2 millones de fotos de alrededor de 60.000 ballenas y delfines identificados de forma única de todo el mundo. "Esta es ahora una de las principales fuentes de información que los científicos tienen sobre las orcas: ya no son deficientes en datos", dijo.
Imagen: El ecosistema Wildbook.
Además de tiburones y ballenas, hay wildbooks para cebras, tortugas, jirafas, carnívoros africanos y otras especies.
Berger-Wolf y sus colegas han desarrollado un agente de inteligencia artificial que busca especies relevantes en publicaciones de redes sociales compartidas públicamente. Eso significa que las fotos de vacaciones de muchas personas de tiburones que vieron en el Caribe, por ejemplo, terminan siendo utilizadas en Wildbook para la ciencia y la conservación, dijo.
Junto con información sobre cuándo y dónde se tomaron las imágenes, estas fotos pueden ayudar en la conservación al proporcionar recuentos de población, dinámicas de nacimiento y muerte, rango de especies, interacciones sociales e interacciones con otras especies, incluidos los humanos, dijo.
Esto ha sido muy útil, pero Berger-Wolf dijo que los investigadores están buscando avanzar en el campo con la imageómica.
"La capacidad de extraer información biológica de las imágenes es la base de la imageómica", explicó. "Estamos enseñando a las máquinas a ver cosas en imágenes que los humanos pueden haber pasado por alto o no pueden ver".
Por ejemplo, ¿el patrón de rayas de una cebra es similar de alguna manera significativa al patrón de su madre y, de ser así, puede dar información sobre sus similitudes genéticas? ¿Cómo varían los cráneos de las especies de murciélagos con las condiciones ambientales y qué adaptación evolutiva impulsa ese cambio? Estas y muchas otras preguntas pueden responderse mediante el análisis de fotografías mediante aprendizaje automático.
La Fundación Nacional de Ciencias otorgó en septiembre $15 millones a la Universidad Estatal de Ohio para liderar la creación del Instituto Imageomics, que ayudará a guiar a científicos de todo el mundo en este nuevo campo. Berger-Wolf es investigador principal del instituto.
A medida que el uso de la IA en el análisis de imágenes de vida silvestre continúa creciendo, dijo Berger-Wolf, una clave será asegurarse de que la IA se use de manera equitativa y ética.
Por un lado, los investigadores deben asegurarse de que no haga daño. Por ejemplo, los datos deben protegerse para que los cazadores furtivos no puedan utilizarlos para atacar especies en peligro de extinción.
Pero debe ser más que eso.
"Tenemos que asegurarnos de que sea una asociación hombre-máquina en la que los humanos confíen en la IA. La IA debe, por diseño, ser participativa, conectando entre las personas, entre los datos y entre las ubicaciones geográficas", dijo.
El 15 de febrero de 2022, los miembros del equipo del Imageomics Institute publicaron un nuevo artículo en Nature Communications titulado "Perspectives in machine learning for wildlife conservation".
