Un nuevo papel en el Actas de la Academia Nacional de Ciencias (PNAS) informa cómo una técnica de inteligencia artificial de vanguardia llamada aprendizaje profundo puede identificar automáticamente, contar y describir animales en sus hábitats naturales.

Las fotografías que son recopiladas automáticamente por cámaras con sensor de movimiento pueden describirse automáticamente mediante redes neuronales profundas. El resultado es un sistema que puede automatizar la identificación de animales para hasta el 99,3 por ciento de las imágenes y, al mismo tiempo, funcionar con la misma tasa de precisión del 96,6 por ciento de los equipos de voluntarios humanos de colaboración colectiva.

"Esta tecnología nos permite recopilar datos sobre la vida silvestre de forma discreta y económica, que podría ayudar a catalizar la transformación de muchos campos de la ecología, biología de la vida silvestre, zoología, la biología de la conservación y el comportamiento animal en ciencias de "macrodatos". Esto mejorará drásticamente nuestra capacidad para estudiar y conservar la vida silvestre y los valiosos ecosistemas. "dice Jeff Clune, el autor principal del artículo. Es profesor asociado de Harris en la Universidad de Wyoming y director de investigación sénior en los laboratorios de inteligencia artificial de Uber.

El artículo fue escrito por Clune; su Ph.D. el estudiante Mohammad Sadegh Norouzzadeh; su ex Ph.D. estudiante Anh Nguyen (ahora en la Universidad de Auburn); Margaret Kosmala (Universidad de Harvard); Ali Swanson (Universidad de Oxford); y Meredith Palmer y Craig Packer (ambos de la Universidad de Minnesota).

Las redes neuronales profundas son una forma de inteligencia computacional que se inspira libremente en la forma en que los cerebros de los animales ven y comprenden el mundo. Requieren una gran cantidad de datos de entrenamiento para funcionar bien, y los datos deben estar etiquetados con precisión (por ejemplo, cada imagen está correctamente etiquetada con la especie de animal presente, Cuantos hay, etc.).

Este estudio obtuvo los datos necesarios de Snapshot Serengeti, un proyecto de ciencia ciudadana en la plataforma http://www.zooniverse.org. Snapshot Serengeti ha desplegado una gran cantidad de "cámaras trampa" (cámaras con sensor de movimiento) en Tanzania que recogen millones de imágenes de animales en su hábitat natural. como leones, leopardos guepardos y elefantes. La información de estas fotografías solo es útil una vez que se ha convertido en texto y números. Durante años, el mejor método para extraer dicha información era pedir a los equipos de voluntarios humanos de colaboración colectiva que etiquetaran cada imagen manualmente. El estudio publicado hoy aprovechó 3,2 millones de imágenes etiquetadas producidas de esta manera por más de 50, 000 voluntarios humanos durante varios años.

"Cuando le dije a Jeff Clune que teníamos 3,2 millones de imágenes etiquetadas, Se detuvo en seco, "dice Packer, quien dirige el proyecto Snapshot Serengeti. "Queríamos probar si podíamos utilizar el aprendizaje automático para automatizar el trabajo de los voluntarios humanos. Nuestros científicos ciudadanos han realizado un trabajo fenomenal, pero necesitábamos acelerar el proceso para manejar cantidades de datos cada vez mayores. El algoritmo de aprendizaje profundo es asombroso y superó con creces mis expectativas. Este es un cambio de juego para la ecología de la vida silvestre ".

Swanson, quien fundó Snapshot Serengeti, añade:"Hay cientos de proyectos de cámaras trampa en el mundo, y muy pocos de ellos pueden reclutar grandes ejércitos de voluntarios humanos para extraer sus datos. Eso significa que gran parte del conocimiento de estos importantes conjuntos de datos permanece sin explotar. Aunque los proyectos recurren cada vez más a la ciencia ciudadana para la clasificación de imágenes, estamos empezando a ver que lleva más y más tiempo etiquetar cada lote de imágenes a medida que crece la demanda de voluntarios. Creemos que el aprendizaje profundo será clave para aliviar el cuello de botella de los proyectos de cámaras trampa:el esfuerzo de convertir imágenes en datos utilizables ".

"El sistema de inteligencia artificial no solo te dice cuál de las 48 especies diferentes de animales está presente, pero también te dice cuántos hay y qué están haciendo. Te dirá si están comiendo, dormido, si hay bebés presentes, etc., "agrega Kosmala, otro líder de Snapshot Serengeti. "Estimamos que la tubería de tecnología de aprendizaje profundo que describimos ahorraría más de ocho años de esfuerzo de etiquetado humano por cada 3 millones de imágenes adicionales. Eso es una gran cantidad de tiempo voluntario valioso que se puede reasignar para ayudar a otros proyectos".

El primer autor, Sadegh Norouzzadeh, señala que "el aprendizaje profundo sigue mejorando rápidamente, y esperamos que su desempeño solo mejore en los próximos años. Aquí, queríamos demostrar el valor de la tecnología a la comunidad ecológica de la vida silvestre, pero esperamos que a medida que más personas investiguen cómo mejorar el aprendizaje profundo para esta aplicación y publiquen sus conjuntos de datos, El cielo es el límite. Es emocionante pensar en todas las diferentes formas en que esta tecnología puede ayudar con nuestras importantes misiones científicas y de conservación ".

El papel que aparece hoy en PNAS se titula, "Identificación automática, contando, y describir animales salvajes en imágenes de cámaras trampa con aprendizaje profundo ".