Biodiversidad y Ecosistemas | 23/09/2019

Machine Learning y Medio Ambiente

Machine Learning y Medio Ambiente

El uso de técnicas y herramientas de Inteligencia Artificial en Medio Ambiente tiene un enorme potencial de aplicación en actividades de investigación y desarrollo de nuevos emprendimientos relacionados a la conservación ambiental, protección de la biodiversidad y ecosistemas. Ya que permite automatizar tareas que son repetitivas y hacer más eficiente el uso de recursos escasos como tiempo de observación, trabajo de campo, etc.

Entre las técnicas de Inteligencia Artificial encontramos el Machine Learning (aprendizaje automático), que consiste en la creación de sistemas que aprenden automáticamente y que se ha estado desarrollando intensivamente desde la década del 80.

Machine Learning y Medio Ambie

¿Qué es el Machine Learning?

El Machine Learning es una técnica que forma parte de la Inteligencia Artificial y que mediante el análisis y procesamiento de grandes cantidades de información y datos (big data), permite la creación de sistemas (algoritmos) que aprenden en forma automática y que son capaces de predecir comportamientos futuros o determinar patrones en la información.

El desarrollo de estos sistemas requiere un proceso de entrenamiento, donde se utilizan datos previamente etiquetados para que el algoritmo aprenda a identificar la información que se requiere. Por ejemplo, para que un sistema pueda identificar rinocerontes en una imagen, durante el proceso de entrenamiento será necesario utilizar miles de fotografías donde aparecen rinocerontes y otras donde aparecen otros tipos de animales. Este proceso normalmente es extensivo en uso de recursos, ya que se requiere mucho tiempo y la disponibilidad de grandes volúmenes de información.

Machine Learning y su aplicación al Medio Ambiente

Esta técnica es especialmente muy útil para la identificación y control de especies de animales en sectores con una gran población animal como parques naturales o reservas biológicas, y donde el trabajo de campo es difícil debido a condiciones ambientales o por falta de recursos. La ventaja de esta técnica es que en un tiempo breve el algoritmo permite analizar miles de fotografías de cámaras trampa u horas de vídeo, para determinar con alta precisión la cantidad de animales de una determinada especie que hay en un sector.  Para realizar esta tarea de forma tradicional (sin el empleo de Machine learning) sería necesario el empleo de cientos de horas de trabajo de profesionales que en forma manual efectuaran el conteo de las especies de animales presentes.

En la imagen siguiente se puede apreciar la ruta de elefante hembra que recorre un área protegida en Kenya. La información es proporcionada por el Software Ambiental EarthRanger y permite predecir zonas de posibles conflictos entre la fauna y personas que habitan el sector.

Machine Learning aplicado al Medio Ambiente

A continuación entregamos algunos ejemplos del empleo de Machine Learning en identificación y control de animales.

Es un software ambiental para la gestión de áreas protegidas. Emplea Machine Learning para identificar y rastrear fauna silvestre en áreas sensibles, además permite predecir posibles sectores donde atacarán los cazadores furtivos. EarthRanger también puede ser utilizado en la prevención de conflictos entre las personas y la fauna silvestre que comparten hábitat en áreas protegidas.

Esta herramienta está actualmente en uso en África, Asia y Latinoamérica en países como: Chile, Tanzania, Kenya, Rwanda, Sudáfrica, Uganda, Mozambique, Malawi, Malasia e Indonesia.

Es una aplicación ambiental y de ciencia ciudadana que entre sus funcionalidades permite reconocer mediante fotografías diversas especies de plantas, animales y hongos. Actualmente esta aplicación es usada para registrar observaciones e identificar especies en todos los continentes y por más de 1 millón de personas.

Es una ONG Ambiental que ayuda a los gobiernos y a la Industria Pesquera a cumplir las regulaciones existentes en temas pesqueros y a evitar daños a la fauna marina en áreas protegidas.

 

Compartir en:

Suscríbete a Ambiental Data

Recibe mensualmente información ambiental de calidad