La IA puede ser clave para la preservación de la selva amazónica
Un animal se desliza a través de la tupida maleza de la selva colombiana en la oscuridad de la noche. Escondida en lo profundo de la vegetación hay una cámara trampa que rápidamente toma una foto. Una herramienta de IA llamada MegaDetector identifica y clasifica los resultados, lo que agiliza un proceso que antes llevaba días y ahora sólo minutos. La imagen es enviada a expertos en naturaleza y biodiversidad para su análisis.
¿Podría esta imagen del Dasyprocta, una criatura parecida a un roedor más conocida como agutí, ayudar a resolver el rompecabezas de la deforestación que afecta al Amazonas desde hace décadas?
El Amazonas es la selva tropical más grande del mundo, en un área tan vasta que abarca nueve países de América Latina, incluidos Colombia y Brasil. Según el Observatorio de la Tierra de la NASA, la Amazonia cubre alrededor de 6 millones de kilómetros cuadrados de tierra. La importancia de esta área para la salud del planeta no puede ser subestimada: absorbe dióxido de carbono, ayuda a regular los patrones climáticos y proporciona un hábitat para la flora y la fauna.
Entonces, ¿cómo puede nadie abordar un problema tan grande y complejo como tratar de revertir la deforestación a gran escala? La clave es la IA.
Gracias al poder de los datos, el aprendizaje automático, la tecnología en la nube, la ciencia de datos y el análisis aplicado, los expertos desarrollan programas innovadores y colaborativos que facilitan el reconocimiento de los patrones de deforestación y proporcionan herramientas para la creación y aplicación de políticas públicas que podrían detener la progresiva desaparición de la selva.
«Necesitamos usar la tecnología y la innovación para pensar creativamente y poder enfrentar los problemas que tenemos», dice Diego Ochoa, director de asuntos externos del Instituto Alexander von Humboldt en Bogotá. «Tenemos herramientas poderosas a mano para promover el cambio en la sociedad».
Ochoa y su equipo en Humboldt se han unido a otras organizaciones en Colombia, incluido el Centro de Investigación CinfonIA de la Universidad de los Andes, el Instituto Sinchi y Microsoft AI for Good Lab para crear el Proyecto Guacamaya, que utiliza los mejores modelos de IA para supervisar la deforestación y proteger la biodiversidad del ecosistema. Los algoritmos aplicados permiten desarrollar información en una décima parte del tiempo en comparación con el análisis manual.
El Proyecto Guacamaya (MACAW en inglés) utiliza una combinación de nuevos modelos de IA para análisis satelital y modelos modificados de IA de proyectos existentes dentro de Microsoft para el análisis de cámaras trampa y bioacústica. Las bases de datos se almacenan en la nube y el grupo utiliza las máquinas virtuales y potencia computacional de Microsoft Azure para diseñar y entrenar los modelos.
«Si piensas en una de las áreas del mundo que necesitamos salvar, ése es el Amazonas», dice Juan Lavista Ferres, vicepresidente y científico jefe de datos del AI for Good Lab de Microsoft. «Este proyecto no va a resolver todos los desafíos que enfrenta la Amazonia, pero va a resolver uno que creo que es fundamental: no puedes solucionar un problema si no puedes medirlo. Aplicando esto, podemos comenzar a medir el problema».
El proyecto de IA multimodal adopta un triple enfoque para monitorear la selva amazónica colombiana y desarrollar soluciones mediante la combinación de datos satelitales, cámaras ocultas y registros acústicos que muestran resultados aéreos y terrestres, lo que ayuda a los conservacionistas colombianos y acelera el ritmo del análisis. Esto facilita a todas las partes involucradas el obtener una mejor imagen del ecosistema y desarrollar informes esenciales para los organismos gubernamentales y las organizaciones de conservación que les permitan aplicar medidas para reducir la deforestación.
«Por ejemplo, hay una institución pública en Colombia que se llama IDEAM que tiene la misión de construir mapas… que localizan específicamente la deforestación cada año», dice Pablo Arbeláez, director del Centro de Investigación y Formación en Inteligencia Artificial de la Universidad de los Andes. «Los crean a mano hasta que son perfectos porque esto se usa para la estadística oficial en Colombia sobre deforestación. Les lleva meses de trabajo manual con este método».
«Si podemos producir modelos con una precisión del 90 por ciento en lugar de 80, reducimos un esfuerzo de meses a semanas», agrega Arbeláez. «Los funcionarios pueden poner esa información a disposición del público en un período de tiempo mucho más corto. Eso supone un cambio radical porque, por ejemplo, si uno planea ejecutar un proyecto de conservación, quieres saber cuánto carbono capturas en la reforestación. Necesitas ese mapa para medir y convertir el carbono que estás capturando. Entonces, simplemente para ese objetivo, esta información es crucial».
La primera fase comienza desde lo alto, ya que los satélites del socio tecnológico Planet Labs PBC proporcionan imágenes diarias de alta resolución de cada punto de la Tierra. El Proyecto Guacamaya desarrolla modelos de IA para rastrear rápidamente estas imágenes a lo largo del tiempo y señalar las áreas donde se está produciendo deforestación o minería ilegales. Estas imágenes satelitales permiten a las autoridades colombianas y a las organizaciones científicas rastrear fácilmente el Amazonas desde el espacio, la definición literal de panorama general. Por ejemplo, una señal reveladora de que la deforestación o minería están a punto de ocurrir es la presencia en las imágenes satelitales de carreteras no autorizadas. Una vez detectadas, las autoridades pueden ser alertadas.
«La capacidad de analizar cantidades masivas de datos es fundamental porque sabemos que es una selva tropical que abarca países y millones de kilómetros cuadrados», dice Arbeláez. «Entonces, para tener una visión global de la cuenca del Amazonas, realmente se necesita el poder de la IA y estos nuevos modelos».
El siguiente paso es esencial para la biodiversidad de la selva. Los equipos han colocado cajas de cámaras en toda la Amazonía colombiana. Cada vez que las cámaras ven movimiento, toman una foto. Una sola cámara puede tomar hasta 300.000 fotos. Pero hacer que un investigador revise cada imagen llevaría años.
Los programas de IA ayudan a acelerar el proceso. El Departamento de Ciencias Biológicas de la Universidad de Los Andes contribuyó con 110.000 imágenes recolectadas en los últimos cuatro años. Con la ayuda de la IA, los investigadores entrenaron un modelo que detecta qué imágenes contienen animales y cuáles no. Ahora sólo el 10 por ciento de las imágenes necesitan ser validadas manualmente, lo que libera un tiempo valioso para otras investigaciones. Además, ser capaz de determinar rápidamente qué imágenes se han capturado es clave, porque si algo parece fuera de lugar, podría ser un signo de cambios ecológicos que deben abordarse.
«Es como una imagen en el tiempo», dice Ochoa. «Esta supervisión nos permite ver cómo viven y prosperan las plantas y los animales. Pero si vemos especies que no deberían tener presencia ahí en las cámaras, eso se llama bioindicador. Por ejemplo, si vemos un ave que normalmente se encuentra en la sabana y ahora está en el Amazonas, es una señal de alerta. Podemos decir a las autoridades: ‘Estamos recibiendo información de una especie que antes no estaba en esta área. Hay un cambio en el ecosistema'».
«Esta tecnología y los datos que genera nos permiten informar a los responsables de políticas públicas para que nos ayuden, especialmente cuando se trata de especies invasoras», agrega Ochoa.
El elemento final del Proyecto Guacamaya es el sonido. Usando bioacústica, los investigadores pueden capturar el sonido del Amazonas y usar un modelo auditivo de IA de para diferenciar entre sonidos de aves y otros animales y catalogarlos. Guacamaya comprende más de 100.000 sonidos en 1.000 grabaciones para tener una base y a partir de ahí entrena un modelo que detecta los diferentes sonidos y los clasifica. Esto ayuda a los científicos a obtener la identificación de aves con una confiabilidad superior al 80%, lo que supone un hito importante considerando que hay más de 2.000 especies de aves en Colombia.
«El uso de esta (tecnología) nos permite disminuir el costo de la investigación en el campo», explica Ochoa. «Tener a alguien escuchando la biodiversidad durante tres meses es algo que nadie puede permitirse. Esta tecnología nos facilita el poder hacerlo de forma muy rentable».
Dada la magnitud y escala de la tarea de proteger la selva amazónica, la colaboración es una parte crítica de Guacamaya, para lo que numerosos grupos de expertos se han unido con el fin de crear modelos que puedan usarse no sólo en Colombia sino también en toda la región para el bien común.
«Nuestro objetivo aquí es reunir a todos alrededor de la mesa y trabajar conjuntamente hacia un objetivo común, porque cada uno de los socios e instituciones puede tener un papel complementario en el proyecto», dice Arbeláez. «Para proteger la selva tropical más grande del mundo de los efectos del cambio climático, esto debe ser un esfuerzo compartido de todos los países que tienen un interés en la Amazonia. Realmente esperamos que los líderes de la región y todos nuestros hermanos latinoamericanos tomen este proyecto como propio».
En Brasil, donde los efectos de la deforestación y la minería en el Amazonas han sido más devastadores, una colaboración entre Microsoft, la organización ambiental Imazon y la Fundación Fundo Vale, sin fines de lucro, llamada PrevisIA, también aborda el problema utilizando la tecnología.
La plataforma PrevisIA utiliza la IA de Microsoft para analizar datos e imágenes satelitales y monitorear y pronosticar la deforestación. Imazon usa imágenes satelitales y luego las almacena en la nube de Azure, donde los algoritmos de IA detectan carreteras no oficiales y otros factores de riesgo de deforestación. El resultado se visualiza en un mapa interactivo que destaca las áreas de alto riesgo. Posteriormente, la información es compartida con el gobierno para apoyar la toma de decisiones que permitan salvaguardar la selva.
«Utilizamos PrevisIA para anticipar las áreas de riesgo e implementar acciones para evitar la deforestación», dice Carlos Souza, investigador principal de Imazon. Con este sistema, «cuando la gente al terreno para hacer su trabajo de supervisión, la selva todavía está ahí, en lugar de recibir una alerta de deforestación, acudir al terreno y descubrir que esa área selvática ya ha desaparecido. Ésa es la verdadera motivación».
A medida que los datos y resultados de Guacamaya y PrevisIA aumentan y son refinados, el objetivo es que otros países latinoamericanos desarrollen proyectos similares para ayudar a proteger la Amazonia en su territorio.
«Todos los modelos que vamos a hacer serán de código abierto», señala Lavista Ferres. «Idealmente, una vez que terminemos estos modelos, podemos ir a Ecuador, podemos ir a Perú y decir: ‘Tenemos esto. ¿Podemos coordinar juntos y ver cómo pueden aplicarlo?’ «
En Colombia, la esperanza es que al mostrar el poder de la IA y presentar datos fácilmente digeribles, la población comprenda mejor la importancia de proteger la Amazonia, no sólo en el presente sino también para las generaciones futuras.
«Una de las cosas que queremos hacer aquí es una transformación de la sociedad», dice Ochoa. «Somos un país megadiverso, pero nuestra economía se basa en el uso de materias primas. Los datos y la información que este proyecto genera van a ayudar a nuestra sociedad a sentirse inspirada por la biodiversidad».
Para el experto, «no se trata sólo de monitorear y no se trata sólo de inteligencia artificial o incluso de generar un artículo científico”. Ochoa considera que a través de Guacamaya es necesario «inspirar a la sociedad y ojalá este tipo de proyecto, usando tecnología, usando innovación, usando IA, inspire a los colombianos a cambiar la forma en que piensan sobre la biodiversidad y la naturaleza. Esto ayudará a la gente a sentirse más cercana a lo que tenemos en esas áreas».