Internet of Environment, tecnología para frenar la extinción de especies
La aplicación del big data y la inteligencia artificial, a disposición de la ciencia para preservar la biodiversidad y encontrar soluciones a los problemas ambientales
Las especies se están extinguiendo a un ritmo sin precedentes. De los 8 millones conocidas en el planeta, un millón está a un paso de desaparecer, según el informe más completo sobre biodiversidad que se ha hecho hasta la fecha, elaborado a lo largo de tres años por 145 expertos de 50 países. Muchos vaticinan que, de no frenarse, vamos directos a la sexta extinción masiva. Por ello, disponer de datos precisos que cuantifiquen y registren el estado de la fauna y flora tiene hoy mayor importancia que nunca.
Por suerte, investigadores, conservacionistas y científicos empiezan a contar con potentes aliados: inteligencia artificial, big data e internet de las cosas. Un trío bajo el nombre de «Internet of Environment» que resulta clave para la conservación de la biodiversidad, la búsqueda de una mayor eficiencia energética o la lucha contra el cambio climático .
«Tenemos un tiempo limitado para aprender a conservar nuestros recursos naturales. Los suministros de agua dulce están siendo sobreexplotados. La tierra se agota y se degrada. Miles de especies se están extinguiendo. Los océanos se ahogan en plásticos. La Inteligencia Artificial (IA) juega un papel importante en la mejora de nuestro planeta», señala Carlos de la Iglesia, director de Desarrollo Corporativo de Microsoft Ibérica. Y sabe bien de lo que habla, porque bajo el compromiso con el medio ambiente y la sostenibilidad Microsoft ha apostado «por democratizar la IA para que sus capacidades puedan ser aprovechadas por todo el mundo para mejorar situaciones reales», explica. Y para ello, su más ambiciosa iniciativa: AI for Earth .
«Un proyecto de 50 millones de dólares iniciado a finales de 2017 y que durante cinco años apoyará a investigaciones medioambientales que abordan algunos de los problemas más difíciles del mundo, gracias al inmenso potencial de la Inteligencia Artificial, el machine learning y el cloud computing», señala De la Iglesia. Su objetivo es crear soluciones sostenibles en cuatro áreas claves para la salud del planeta y el futuro de la humanidad: cambio climático, agricultura , biodiversidad y agua .
«Los datos pueden ayudarnos a conocer la salud del planeta, pero necesitamos tecnologías capaces de recoger esa gran cantidad de datos y convertirla en inteligencia procesable. A pesar de vivir en la era de la información, cuando nos referimos a datos medioambientales todavía estamos lejos de tener una visión real», puntualiza Carlos de la Iglesia. Desde la puesta en marcha de esta iniciativa, más de 230 organismos están usando Microsoft Azure y la tecnología de IA para crear nuevos modelos y descubrir nuevos datos. «Nuestro compromiso es alojar en Azure los principales sistemas de ciencias de datos ambientales. Estos datos incluyen imágenes satélites, junto con ficheros que requieren petabytes de almacenamiento. Al alojarse en nuestra plataforma cloud, aceleramos y mejoramos el trabajo de investigadores en todo el mundo», concluye este experto.
El sonido de los elefantes
Entre algunos de los proyectos en los que su aportación resulta clave se encuentra Elephant Listening Project. A través de avanzados algoritmos de IA se recopilan datos del entorno acústico de los elefantes. Gracias a ello los investigadores pueden identificar los producidos por estos mamíferos del resto de sonidos y registrarlos de manera individual, algo que desde el aire resultaba imposible. Se estima que su población ha descendido en 60.000 ejemplares en tan solo ocho años. Hoy solo 40.000. Este proyecto permite conocer su población, sus movimientos migratorios y trata de garantizar su seguridad. Además, con la instalación de cámaras trampa con las que se fotografían los animales, también se puede detectar a los cazadores furtivos.
Junto a la organización «Snow Leopard Trust» trabaja en la protección de los leopardos de las nieves , que habita en Asia Central y del Sur. Apodados como los fantasmas de la montaña, resultan tan evasivos que su localización solo es posible con cámaras equipadas con sensores de calor y movimiento. Las imágenes registran cualquier cosa que pase por delante de ellas lo que convierte la tarea de clasificarlas en larga y aburrida. Ahora, gracias a la IA para analizarlas y clasificarlas, se logra en diez minutos algo que acarreaba más de una semana de trabajo.
Patrones únicos
Desarrollado por Wild Me, Wildbook, empresa tecnológica de conservación sin ámimo de lucro con sede en Portland, consigue identificar de manera automática animales según los patrones únicos de su pelaje y otros rasgos como sus aletas o contorno de las orejas. Una plataforma basada en la nube que cuenta con una base de datos de veinte especies que van desde cebras a ballenas. El fin es ayudar a los investigadores a manejar datos a mayor escalada y que pueden usar para crear modelos demográficos, identificar puntos críticos o evaluar la recuperación de especies en áreas protegidas . En su alianza con Microsoft aprovecha la potencia de procesamiento de Azure para recopilar por sí mismo, y de forma proactiva información científica en lugar de esperar a que envíen los datos. Gracias a ello se consiguen hacer evaluaciones demográficas en tan solo un fin de semana, algo hasta ahora impensable para muchas organizaciones conservacionistas. Una de sus muchas aplicaciones ha sido el censo de jirafas reticuladas que en los últimos treinta años han descendido un 40% en toda África, con apenas hoy 100.000 ejemplares. Los datos de GiraffeSpotter son de acceso público para que cualquier persona pueda subir las fotos de estos animales y su ubicación. Otra de sus grandes apuestas es su colaboración en la investigación de migraciones de cebras, que permite conocer el tamaño de las poblaciones, las interacciones de las especies y los patrones de movimiento.
Tiburones en YouTube
Otra de sus últimas novedades es la puesta en marcha de un bot en cinco idiomas que rastrea cada noche YouTube para encontrar videos de tiburones ballenas que han subido turistas o buceadores . Capaz de identificar a cada ejemplar por sus manchas, recopila además datos de ubicación y avistamiento que sube a la whaleshark.org. Unos datos que no solo aportan información a los científicos sino que han llegado a lograr cambiar la clasificación del tiburón ballena de especie vulnerable a especie en peligro de extinción. En twitter otro bot, Tweet-A-Whale, quiere interacturar con las personas que participan en tours de avistamiento de ballenas para que puedan twittear fotografías de los ejemplares que encuentran.
El proyecto ciudadano Snapsot Serengueti acumula un buen número de fotografías tomadas por cámaras situadas en el parque Serengueti en Tanzania. Equipadas con sensores de movimiento están preparadas para responder ante la presencia de cualquier animal que se cruce en su camino. El sistema ha sido capaz de revisar 3,2 millones de imágenes en semanas y determinar de qué especie se trata y qué actividad estan realizando. Wildsense Tigers utiliza plataformas como Flickr e Instagram para construir una base de datos que sirva para ratrear la población global de tigres .
Son múltiples las aplicaciones en pro de la biodiversidad, como también la de un grupo de investigadores australianos que aúnan inteligencia artificial y drones para contar colonias de aves en peligro de extinción. O sus aplicaciones con la fauna y flora . El proyecto SilviaTerra realiza un mapeo de bosques, con un nivel de detalle que llega a cada uno de los árboles. Utiliza inteligencia artificial, software en la nube y aprendizaje automático, para que los investigadores puedan trabajar juntos para estudiar los efectos del cambio climático y mejorar los hábitats.
Más plantas en peligro
En el último cuarto de siglo, se han extinguido cerca de 600 especies de plantas. A pesar de que la Unión Internacional para la Convervación de la Naturaleza (UICN) las clasifica, algunos expertos consideran que el proceso es tan lento que estiman que solo el 5% de todas las especies conocidas de plantas han sido evaluadas por la Lista Roja y que, además, tiene sesgos importantes como el hecho de que solo tiene en cuenta las especies evaluadas en inglés. Frente a ello, un equipo de investigación de la universidad de Maryland ha mejorado el proceso mediante técnicas de machine learning. Y tras el estudio de 150.000 especies vegetales, concluye que un 10% más podrían ser clasificadas en riesgo en la Lista Roja.
Noticias relacionadas
