Las modernas tecnologías de inteligencia artificial están revolucionando las formas de rastrear y censar a los leopardos de las nieves, una especie en peligro de extinción, lo que ofrece una nueva esperanza para proteger a estas criaturas raras conocidas como los «fantasmas de las montañas».
Contenido del artículo:
- Introducción
- Desafíos del rastreo de los leopardos de las nieves
- Métodos tradicionales y sus limitaciones
- Soluciones de inteligencia artificial
- Tecnología de identificación de patrones únicos
- Resultados y precisión
- El papel de los expertos humanos
- Conclusión
Introducción
Los leopardos de las nieves son conocidos como los «fantasmas de las montañas» por una buena razón. Imagínese esperar durante meses en las duras y accidentadas montañas de Asia, con la esperanza de conseguir tan solo un vistazo de estas criaturas. Estos esquivos grandes felinos se mueven en silencio a través de las laderas rocosas, donde sus abrigos de colores pálidos se mezclan perfectamente con la nieve y la piedra, hasta el punto de que incluso los biólogos más experimentados rara vez los avistan en la naturaleza.
El escritor de viajes Peter Matthiessen pasó dos meses en 1973 buscándolos en la meseta tibetana y escribió un libro de 300 páginas sobre este esfuerzo, pero nunca vio uno. Cuarenta años después, su hijo Alex siguió los pasos de su padre y tampoco vio ninguno.
Desafíos del rastreo de los leopardos de las nieves
A los investigadores les ha costado determinar una cifra exacta sobre la población mundial de estos animales. En 2017, la Unión Internacional para la Conservación de la Naturaleza reasCLASSIFIFICÓ (reclasificó) al leopardo de las nieves de en peligro a vulnerable, señalando estimaciones de entre 2,500 y 10,000 ejemplares adultos en libertad. Sin embargo, el grupo también advirtió que las poblaciones siguen disminuyendo en muchas regiones debido a la pérdida de hábitat, la caza furtiva y los conflictos entre humanos y fauna silvestre.
Métodos tradicionales y sus limitaciones
Los métodos tradicionales de rastreo —como la búsqueda de huellas, excrementos y otras marcas— tienen limitaciones. En lugar de esperar un encuentro fortuito cara a cara, los conservacionistas de la Wildlife Conservation Society, liderados por expertos como Stéphane Ostrowski y Soroush Pouyani Fard, comenzaron a desplegar cámaras trampa automatizadas en Afganistán. Estos dispositivos toman fotos cada vez que detectan movimiento, capturando miles de imágenes a lo largo de meses, con la esperanza de obtener un atisbo poco común del leopardo de las nieves.
Pero capturar las imágenes es solo la mitad de la batalla. La siguiente tarea, y la más difícil, es distinguir un leopardo de las nieves de otro. Al principio, puede parecer sencillo: cada leopardo de las nieves tiene un patrón único de rosetas negras en su pelaje, similar a una huella digital o un rostro en una multitud. Sin embargo, en la práctica, identificar a los individuos a través de estos patrones es lento, subjetivo y propenso a errores.
Soluciones de inteligencia artificial
Ahora, las personas que intentan censar a los leopardos de las nieves reciben ayuda de los sistemas de inteligencia artificial de dos maneras. Primero, la IA puede filtrar rápidamente miles de imágenes, marcando aquellas que contienen leopardos de las nieves y descartando las irrelevantes, como las que muestran ovejas azules, terrenos montañosos grises y blancos, o sombras.
La inteligencia artificial también puede identificar leopardos de las nieves individuales analizando sus patrones únicos de rosetas, incluso cuando varían las posturas o la iluminación. Cada encuentro con un leopardo de las nieves se compara con un catálogo de imágenes predefinidas y se le asigna un identificador conocido si hay coincidencia, o se introduce como un individuo nuevo si no lo hay.
Tecnología de identificación de patrones únicos
En un estudio reciente, varios colegas y yo evaluamos dos algoritmos de inteligencia artificial, tanto por separado como en conjunto. El primer algoritmo, llamado HotSpotter, identifica leopardos de las nieves individuales comparando características visuales clave como los patrones del pelaje, resaltando los «puntos calientes» distintivos con una marca amarilla.
El segundo es un método más nuevo llamado incrustaciones invariantes a la postura (pose-invariant embeddings), que funciona de manera similar a la tecnología de reconocimiento facial: reconoce capas de características abstractas en los datos, identificando al mismo animal sin importar cómo esté posicionado en la imagen o el tipo de iluminación presente.
Resultados y precisión
Por sí solos, cada modelo funcionó correctamente alrededor del 74% de las veces, identificando de forma correcta al felino a partir de una gran biblioteca de imágenes. Pero cuando se combinaron, ambos sistemas juntos acertaron el 85% de las veces. Estos algoritmos se han integrado en Wildbook, una plataforma de software web de código abierto desarrollada por la organización sin fines de lucro Wild Me y que ahora ha sido adoptada por Conservation X Labs.
El papel de los expertos humanos
Estos sistemas inteligentes no son infalibles. La inteligencia artificial reduce rápidamente los candidatos y señala posibles coincidencias, pero la verificación por parte de expertos garantiza la precisión, especialmente con imágenes difíciles o ambiguas. Realizamos otro estudio en el que grupos de expertos y novatos asistidos por inteligencia artificial compitieron entre sí.
Los expertos hicieron coincidir con precisión alrededor del 90% de las imágenes y proporcionaron estimaciones de población dentro de aproximadamente el 3% del número real. En contraste, los novatos identificaron solo el 73% de los felinos y subestimaron el número total, a veces en un 25% o más.
Conclusión
La conclusión es clara: la experiencia humana sigue siendo importante, y combinarla con el apoyo de la inteligencia artificial conduce a los resultados más precisos. Esperamos que al utilizar herramientas como Whiskerbook y los sistemas de inteligencia artificial integrados en él, los investigadores puedan estudiar a estos animales esquivos con mayor rapidez y confianza. Con herramientas de inteligencia artificial como Whiskerbook revelando los secretos de estos fantasmas de las montañas, tenemos otra forma de proteger a los leopardos de las nieves, pero el éxito depende de un compromiso continuo para proteger sus frágiles hogares de montaña.
