La cámara inteligente protagonista del proyecto AI4Birds.

La cámara inteligente protagonista del proyecto AI4Birds.

Castilla y León

El río Tormes se rodea de IA para entrenar algoritmos que eviten que los parques eólicos afecten a la fauna avícola

El proyecto AI4Birds, pilotado por el ecosistema castellano y leonés especializado en esta tecnología, busca desarrollar un modelo de comportamiento que ayude a tomar decisiones en la instalación de aerogeneradores.

29 abril, 2024 01:14

Quien haya transitado estos días por la avenida Santiago Madrigal de Salamanca (Castilla y León) quizá haya reparado en una moderna cámara instalada en lo alto de un inmueble. Puede haber pensado que es una simple cámara de seguridad o que se trate de una de esas cámaras de control de tráfico…  Pero no, se tata de un elemento mucho más sofisticado.

La mejor pista para empezar a vislumbrar su función es fijarse primero en el edificio en el que está instalado este dispositivo. Se trata de la sede del AIR Institute, el principal ecosistema investigador en torno a la inteligencia artificial de Castilla y León y que forma parte del DIGIS3, uno de los 11 European Digital Innovation Hubs españoles.

Esa cámara, pues, está directamente relacionada con esta tecnología y todo lo que ella puede hacer. Por ejemplo, la detección, entrenamiento y análisis de imágenes.

[De mercado mayorista a distrito tecnológico: la jugada urbanística que refuerza la marca Salamanca Tech]

En este caso concreto, la cámara en cuestión -PTZ AXIS Q6225-LE, se llama- es la protagonista de un proyecto llamado IA4Birds, encaminado a la protección de aves, sobre todo, de aquellas especialmente vulnerables.

La ubicación de la cámara no fue elegida al azar. La sede de AIR Institute está muy próxima al río Tormes, un enclave privilegiado, al parecer, para la observación de una gran variedad de aves, lo que lo convierte en un lugar ideal para iniciar esta ambiciosa iniciativa.

Pero ¿en qué consiste AI4Birds? El proyecto surge, explican sus impulsores, como "una herramienta de diagnóstico basada en detección y monitorización de aves, pero también en la ingesta de información de fuentes externas y la creación de una base de datos común que permita optimizar el proceso de evaluación de los proyectos de energía eólica y mejorar así la toma de decisiones y la gestión de la biodiversidad en la lucha contra el cambio climático".

En este sentido, se pretende diseñar una plataforma inteligente, modular y escalable que permita optimizar la evaluación y planificación de espacios destinados a ser parques eólicos en Castilla y León aplicando algoritmos híbridos de inteligencia artificial para la detección y monitorización de aves y su posterior análisis y predicción.

[Salamanca 'conquista' Doha con varios proyectos tecnológicos para la sostenibilidad energética]

AI4Birds cuenta con el apoyo de la Fundación Biodiversidad del Ministerio para la Transición Ecológica y el Reto Demográfico (MITECO) en el marco del Plan de Recuperación, Transformación y Resiliencia (PRTR), financiado por la Unión Europea - NextGenerationEU.

Volviendo a esta cámara inteligente, su instalación permitirá comenzar a entrenar el equipo y avanzar así en el empeño del AIR Institute por innovar y contribuir al estudio y conservación de la biodiversidad.

El objetivo de esta fase del proyecto es desarrollar y entrenar modelos de IA que no sólo sean capaces de detectar la presencia de aves de manera automática sino también de identificar especies específicas como la cigüeña, el milano real, el cernícalo y el águila imperial ibérica (inicialmente son las aves que se han detectado cerca de las instalaciones).

"Durante las próximas semanas, nos dedicaremos intensamente al entrenamiento de estos modelos de detección, utilizando las imágenes capturadas por la cámara, conocida por su excepcional calidad de imagen y su alta capacidad de zoom, y que nos permite no solo capturar imágenes detalladas de las aves en su entorno natural sino también seguir sus movimientos de manera eficaz, proporcionando datos valiosos para nuestro proyecto", explican desde AIR Institute.

La IA aplicada a la protección de la biodiversidad es una tendencia cada vez más común y, en el caso del proyecto castellano y leonés, se basa en estudios previos como el realizado por un equipo de investigadores de la Universidad Internacional Daffodil en Dhaka, Bangladesh.

Liderado por Farhan Mashuk, el equipo ha desarrollado un modelo innovador que utiliza el aprendizaje automático, específicamente las redes neuronales convolucionales (CNN), para detectar aves en imágenes con una precisión notable del 95,52%, revelan desde Salamanca.

Un estudio en Bangladesh

Bangladesh es conocido por su rica biodiversidad, es el hogar de aproximadamente 575 especies de aves migratorias, pero se enfrenta el desafío de preservar su patrimonio natural en medio de la urbanización acelerada y el avance tecnológico.

Este contexto resalta la importancia de desarrollar herramientas que no solo contribuyan a la conservación de la naturaleza, sino que también acerquen a las nuevas generaciones a la riqueza ecológica de su entorno.

El proyecto de Mashuk y su equipo se centra en el desarrollo de un sistema capaz de identificar aves a partir de imágenes, utilizando para ello un modelo de aprendizaje profundo basado en redes neuronales convolucionales.

El estudio de Bangladesh confirma que la adopción de tecnologías de IA, no sólo ofrece una herramienta valiosa para el monitoreo y la investigación de la biodiversidad, sino que también representa una oportunidad educativa única.

Además, al permitir que personas, especialmente jóvenes y niños, identifiquen fácilmente las especies de aves en su entorno, se fomenta una mayor conciencia y aprecio por la naturaleza y su conservación.

Eso sí, a pesar de los resultados prometedores, este equipo de investigadores reconoce la "necesidad de mejorar la eficiencia computacional del modelo y su capacidad para adaptarse a la detección en videos".

Además, se contempla la expansión del conjunto de datos y la diversificación de las clases de objetos detectables, así como el desarrollo de aplicaciones móviles que faciliten la identificación de aves en tiempo real.

Este proyecto, en definitiva, no sólo destaca el potencial del aprendizaje automático en el campo de la ornitología y la conservación de la naturaleza, sino que también subraya la importancia de la tecnología como puente entre las generaciones jóvenes y el mundo natural.