También probaron el uso del dron para la captura de imágenes que apoyen el monitoreo
Ensenada.- Dos grupos de investigación del Centro de Investigación Científica y de Educación Superior de Ensenada (CICESE), de las áreas de Ecología Marina y Ciencias de la Computación, entablaron una colaboración para probar la eficiencia del uso de drones y modelos de inteligencia artificial (IA) en la identificación y seguimiento de tiburones ballena en Bahía de los Ángeles.
La actividad ecoturística y la condición vulnerable de la especie, clasificada en México como amenazada, hacen que su monitoreo sea indispensable, pues es la forma de verificar cómo se encuentran las poblaciones y detectar si algún factor ambiental o de la actividad humana las está afectando.
La colaboración multidisciplinaria se materializó a través de la tesis de maestría de Paola Judith Delgado García, recientemente egresada del posgrado en Ecología Marina, con la asesoría de los doctores Oscar Sosa Nishizaki y Emiliano García Rodríguez, investigadores del CICESE.
Como parte de la investigación, Paola estuvo en Bahía de los Ángeles, donde usó el dron como herramienta para capturar imágenes que más adelante serían utilizadas para entrenar a los modelos de IA para la detección automática de la especie.
Paola mencionó que gracias a que el tiburón ballena se alimenta de plancton, regularmente se encuentra en la superficie, lo que facilita que se pueda observar desde la embarcación, como lo hace actualmente el grupo de monitoreo, o desde el aire, con el dron.
Para la investigación, Paola y sus asesores contaron con la colaboración del Laboratorio de Ciencia de Datos y Aprendizaje Automático, a cargo del doctor Irvin Hussein López Nava, investigador del Departamento de Ciencias de la Computación del CICESE.
Hussein explicó que para entrenar un modelo de IA lo primero que se necesita es un volumen grande de datos, requisito que se cumplió con la captura de videos en Bahía de los Ángeles realizada por Paola, combinada con la aplicación de técnicas de aumento de datos.
Manualmente se les indicó a los modelos de IA dónde se encontraba el tiburón dentro de los cuadros del video para que comenzara a aprender cómo es la especie y que después no fuera necesaria la intervención humana para detectarlo.
Hussein y sus estudiantes llevaron este proceso mediante dos técnicas. La primera basándose en el software DeepLabCut, una herramienta de código abierto diseñada para rastrear animales en video, aunque no particularmente tiburones, por lo que el equipo propuso un nuevo modelo anatómico para el tiburón ballena, basado en puntos clave de su cuerpo.
La segunda técnica consistió en desarrollar el modelo desde cero y entrenarlo para que reconociera al tiburón ballena de forma más eficiente que DeepLabCut, de tal manera que pudiera distinguir a esta especie de otros elementos que aparecen en las imágenes, como embarcaciones o nadadores; esta técnica fue nombrada Multi-Scale Patch (MSP).
Tras probar con ambas técnicas, concluyeron que MSP fue más eficiente y realizaron mejoras hasta lograr que no solamente detectara al tiburón, sino que, cuadro por cuadro, siguiera su trayectoria, incluso bajo condiciones ambientales adversas.
“Con lo que en este momento tenemos, el modelo podría utilizarse para conteo, lo que te permite estimar poblaciones, pero también puede abarcar un sinfín de opciones”, anticipó Paola, entre ellas estimar tallas o estudiar comportamientos.
La investigación se desarrolló como parte del proyecto “Uso sustentable de la megafauna marina en Áreas Naturales Protegidas: aspectos socioeconómicos y la aplicación de tecnologías emergentes para su monitoreo”, proyecto financiado por el Conahcyt, hoy Secretaría de Ciencia, Humanidades Tecnología e Innovación (Secihti).
