28 de febrero de 2023
Explore el uso que hace la Fundación Mundial Cachemira de la IA y YOLOv5 para la conservación de la vida salvaje y la lucha contra la caza furtiva.
.avif)
La Kashmir World Foundation (KWF) se fundó en Great Falls (Virginia) en 2008 con la misión de aplicar la tecnología más avanzada en la lucha por conservar y proteger la vida salvaje a escala mundial. La KWF construye y opera sistemas autónomos no tripulados que apoyan sus esfuerzos de conservación y lucha contra la caza furtiva. En 2013, la KWF empezó a adoptar la inteligencia artificial en sus operaciones.
Según el WWF, la pérdida de hábitat supone el mayor peligro existencial para el 85% de todas las especies de la "Lista Roja", que clasifica las especies en peligro o amenazadas. Al mismo tiempo, la demanda de animales salvajes cazados furtivamente para su uso en medicinas tradicionales, manjares o mascotas exóticas es cada vez mayor. Juntos, la pérdida de hábitats y la caza furtiva amenazan la biodiversidad mundial y tienen efectos desastrosos en las comunidades locales y el medio ambiente.
Aliyah Pandolfi, fundadora y Directora Ejecutiva, explica que "estudiantes, académicos, ingenieros y científicos de todo el mundo están dispuestos a ofrecer voluntariamente su tiempo y experiencia". La KWF está gestionada al 100% por voluntarios de todo el mundo. Gracias a su labor, la KWF ha logrado grandes avances en la protección de especies amenazadas y en peligro de extinción, como los gatos de arena en Qatar, las tortugas marinas en Costa Rica y los leopardos de las nieves en el Himalaya.
"Todos lo hacemos porque amamos a los animales, pero lo más importante es que queremos utilizar nuestras habilidades para hacer el bien en el mundo y lograr un cambio positivo para estas especies que de otro modo no podrían sobrevivir".
Aliyah Pandolfi
Fundadora y Directora Ejecutiva de la Fundación Mundial Cachemira
En muchos casos, a los conservacionistas les resulta extremadamente difícil acceder a los lugares donde se produce la caza furtiva. El KWF debe enfrentarse a cuatro obstáculos clave en sus esfuerzos de conservación en rincones remotos del mundo:
En el pasado, los conservacionistas han colocado dispositivos de grabación de vídeo sobre el terreno con la intención de volver a ver las imágenes más tarde. Con cientos y miles de horas de grabación, este proceso depende de que el espectador detecte e identifique meticulosamente tanto a las especies animales como a los cazadores furtivos. Debido a la falta de tiempo y a los errores humanos, este método suponía una desventaja para los conservacionistas. Los voluntarios de la KWF sabían que necesitaban estar mejor equipados para luchar contra los furtivos y la caza ilegal.
La inevitable progresión de la tecnología actúa como un arma de doble filo. A medida que aumenta su calidad y se hace más accesible, tanto los conservacionistas como los malos actores pueden hacerse con lo último en tecnología. Para seguir siendo competitivos, los conservacionistas deben estar preparados para aprovechar el poder de la tecnología más reciente en su propio beneficio.
Pandolfi necesitaba una solución agresiva sobre el terreno que proporcionara a la KWF información en tiempo real. Pandolfi necesitaba una solución agresiva sobre el terreno que proporcionara información en tiempo real a la KWF. Necesitaba una solución que eliminara el error humano y se enfrentara a los cuatro obstáculos principales, pues sabía que incluso una cuestión de segundos puede marcar la diferencia en una misión contra la caza furtiva.
Con la creatividad de su lado, Pandolfi consideró la tecnología y los recursos necesarios para el proyecto. Aunque gran parte de la tecnología que necesita está disponible en la actualidad, Pandolfi se anticipa al lanzamiento de hardware y software que debería estar disponible en un futuro próximo. Dirige su equipo en el KWF para desarrollar enfoques que utilicen drones, IA y capacidades GPS.
"Al principio de este proyecto, había muchas dudas por parte de la comunidad. Me decían que era una locura, que era imposible, que no se podía hacer y que la tecnología no existía, pero yo pensaba que, a largo plazo, la informática y las capacidades de los drones tenían que evolucionar y fusionarse para este proyecto."
Mediante la colocación de diversas cámaras y sensores en lugares de riesgo, el KWF recibe datos de lugares de todo el mundo, lo que le proporciona información práctica para tomar decisiones en fracciones de segundo.
"Imaginemos que hay cazadores furtivos en un lugar concreto", dice Pandolfi, "queremos poder seguirlos y alertar a los guardas de su posición para que puedan interceptarlos y detenerlos antes de que maten a ningún animal".
Para detectar objetos en tiempo real, el KWF necesitaba que los resultados de su modelo fueran muy precisos y fiables. Al sopesar sus opciones, el jefe del equipo de inteligencia artificial del KWF de Pandolfi, Daan Eeltink, estudiante en los Países Bajos, comparó las prestaciones de YOLOv4 y YOLOv5. Con YOLOv5, varios puntos de diferenciación llevaron al equipo del KWF a elegirlo para sus proyectos:
La KWF cuenta con un equipo de voluntarios, ingenieros y becarios de todo el mundo para construir la tecnología necesaria para sus esfuerzos de conservación. Muchos de los becarios son estudiantes de secundaria, algunos de ellos con una experiencia mínima o nula con YOLOv5. Pandolfi comprobó que incluso los que tenían menos experiencia previa eran capaces de poner en marcha YOLOv5 en menos de tres semanas.
Además, la integración con una plataforma de seguimiento de experimentos facilitó el ajuste de los modelos y conjuntos de datos, lo que permitió al KWF maximizar el rendimiento de sus modelos YOLOv5 sobre el terreno.
"YOLOv5 fue preciso y nos ayudó a salvar a los animales antes de ser sacrificados, que era nuestro objetivo final".
Sin YOLOv5, Pandolfi afirma que su equipo en el KWF se sentiría frustrado. Antes de implementar la detección de objetos, los proyectos de conservación carecían de una cantidad óptima de datos.
A principios de 2023, el KWF transferirá su trabajo a Ultralytics YOLOv8la última versión de la familia YOLO de arquitecturas de IA de visión.
En la actualidad, el KWF utiliza YOLOv5 para la detección de objetos en sensores sobre el terreno. Estos dispositivos envían datos a los biólogos, que pueden analizar la información y crear perspectivas útiles. El año que viene, el KWF quiere entrenar a YOLOv5 con conjuntos de datos que contengan imágenes de drones, para luego desplegarlos sobre el terreno.
Hay siete especies diferentes de tortugas marinas en el mundo y cada una de ellas está considerada en peligro de extinción. Para desovar, las tortugas marinas hembras se acercan a las playas y excavan nidos en la arena, donde desovan. Este proceso puede durar varias horas, pero una vez terminado, las hembras vuelven al agua y dejan los huevos incubándose en la arena durante 55-65 días. Cuando las madres se marchan para siempre, los huevos quedan con pocas defensas frente a los cazadores furtivos, los depredadores y los elementos naturales.
_(1).webp)
En el pasado, la estrategia de los conservacionistas para rastrear tortugas marinas consistía en marcar todos los lugares de una playa donde hubiera nidos. Si las amenazas en esas zonas son elevadas, los conservacionistas trasladan los nidos a un lugar más seguro mientras tanto, y liberan las tortugas en el océano una vez que eclosionan.
Este proceso puede implicar recorrer manualmente playas de 30 millas o más y marcar los nidos. Proporcionar una cantidad adecuada de mano de obra para llevar a cabo este proceso cada día ha demostrado ser difícil, especialmente durante los cierres COVID-19.
Además, marcar los nidos de tortuga marina a veces resultaba contraproducente. Los cazadores furtivos no sólo podían buscar los nidos marcados, sino que los cerdos también podían saber que los marcadores significaban que había nidos de tortugas marinas cerca, lo que les llevaba a comerse los huevos.
El KWF vio una oportunidad de mejorar este proceso reduciendo el factor mano de obra y sustituyendo los marcadores fácilmente identificables. Mediante la instalación de sistemas aéreos autónomos que utilizan YOLOv5 para detectar, localizar y caracterizar los nidos de tortugas marinas, los biólogos podrían recibir información en tiempo real sobre los nidos de tortugas marinas, incluidas sus huellas y su ubicación geográfica, sustituyendo así la necesidad de que los biólogos recorrieran manualmente las playas y marcaran los nidos.
El espeso pelaje blanco de los leopardos de las nieves, con rosetas de manchas oscuras, les permite camuflarse perfectamente en el paisaje del Himalaya. En estado salvaje, son depredadores sin depredadores naturales. Sin embargo, debido a la altísima demanda de su piel y otras partes de su cuerpo en la moda y la medicina tradicional, junto con la pérdida y fragmentación de su hábitat, se calcula que sólo quedan entre 4.000 y 6.500 leopardos de las nieves en estado salvaje.
Los esfuerzos de conservación de los leopardos de las nieves han resultado extremadamente difíciles debido a los factores que contribuyen al duro entorno en el que se encuentran:
Además, es muy raro avistar leopardos de las nieves en libertad. Por ello, la KWF está desarrollando un método automatizado para proteger a estos grandes felinos, utilizando tecnología de drones para rastrearlos y protegerlos. En este momento, la tecnología de los drones está aún en fase de desarrollo para poder llegar al punto en el que las máquinas puedan funcionar en las condiciones necesarias para rastrear a los leopardos de las nieves, que es alrededor de los 20.000 a 22.000 pies.
Una vez que la tecnología esté disponible, el KWF tiene previsto utilizar YOLOv5 en los sensores y en drones, que luego se desplegarán en el Himalaya. Con fines de seguimiento, estos sensores y drones podrán detectar huellas en la nieve, que suelen desaparecer rápidamente con el viento. Esta información en tiempo real se transmitirá a biólogos y conservacionistas.
Visite la Fundación Mundial Cachemira sitio web y compruebe cómo puede ayudar a marcar la diferencia en sus esfuerzos de conservación en todo el mundo.
ES
EN
ZH
KO
JA
RU
DE
FR
PT
IT
TR
VI
AR
.webp)