Los científicos recurren a la tecnología para conservar especies en peligro de extinción. Es el caso de SealNet, un sistema de reconocimiento facial utilizado para rastrear focas y ayudar a cuidarlas.

La historia de esta herramienta comenzó hace décadas con un interés por las focas de puerto de Maine que partió de Krista Ingram, una profesora de la Universidad Colgate de Estados Unidos que imaginó una forma más fácil de identificar a los individuos de esa especie.

Ingram empezó a preguntarse si alguna tecnología podría ayudarla en la tarea de identificar eficazmente a las focas, por lo que decidió recurrir al reconocimiento facial para probarlo en los grupos de focas que habitan la bahía de Casco, en Maine.

“Tener el proceso automatizado en una plataforma interactiva nos permitirá identificar y rastrear miles de focas con menos esfuerzo”, explica a Metro Krista Ingram, profesora de Biología de la Universidad Colgate.

En los veranos de 2019 y 2020, Krista Ingram y otro profesor de la Universidad Colgate, Ahmet Ay, fueron a Casco Bay, Main. Junto con estudiantes, capturaron miles de imágenes de focas comunes para el innovador software de reconocimiento facial.

La investigación del grupo les llevó a siete lugares distintos donde las focas suelen salir del agua para descansar en tierra. Una vez enviadas las fotos al campus, los estudiantes investigadores las utilizaron para diseñar y entrenar SealNet. El programa reconoció cuatro focas (Armani, Petal, Clove y Cystine), proporcionando valiosa información sobre sus pautas de visita y comportamiento.

Ahora, el programa detecta automáticamente la cara en una foto y la recorta a su alrededor, ahorrando tiempo a los investigadores. A continuación, SealNet basa su reconocimiento facial de focas en patrones generales, como la forma de la cara, los ojos y la nariz, así como las distancias entre los rasgos.

Según sus creadores, las implicaciones de SealNet son prometedoras y de gran alcance. Con el programa se pueden identificar focas individuales a partir de fotografías de campo con gran precisión. Esta información puede utilizarse para informar sobre los esfuerzos de conservación, estimar el crecimiento de la población, identificar patrones de visita a lugares de descanso, determinar tendencias en la migración y explorar el comportamiento social de las focas.

Metro habló con Krista Ingram para saber más.

“Entrenamos al software para que se enfocara en fotos de focas. Sin embargo, si se dispone de suficientes datos de entrenamiento de otros animales que miren directamente a la cámara y muestren claramente todos sus rasgos faciales, también funcionará con ellos”.

—  Hieu Do, estudiante investigador de la Universidad Colgate, EE.UU.

1752

fotos de 408 focas individuales fueron tomadas para SealNet.

Reconocimiento facial en otros animales

Existe un predecesor de SealNet llamado PrimNet. Se trata de un programa y una app de reconocimiento facial desarrollados por la Universidad Estatal de Michigan en 2018 que pueden ayudar a proteger a primates en peligro de extinción, más del 60 por ciento se encuentran en esa situación. Con estas herramientas, los investigadores sobre el terreno pueden tomar una foto de un mono dorado, introducirla en la app e identificar al primate en cuestión con un alto grado de fiabilidad. En muchos casos, PrimID arrojará una coincidencia con una precisión superior al 90 por ciento.

Entrevista

Krista Ingram profesora de Biología de la Universidad Colgate, EE.UU.

P: ¿Cuál es la historia de SealNet?

- Hace dos décadas, trabajaba en herramientas genéticas para estudiar las poblaciones de delfines y, en aquella época, era difícil combinar datos genéticos y ecológicos porque se tardaba diez años sólo en identificar a los individuos de una población salvaje. Todos los veranos pasaba un tiempo en la costa de Maine y observaba las focas locales. Cuando era más joven, era raro ver una cabeza de foca en el agua... y aún más raro ver unas cuantas acurrucadas en las rocas. A medida que fui creciendo, la población creció y ahora es habitual ver entre 50 y 60 focas juntas. También creció mi curiosidad por saber más sobre esta población, pero me preguntaba si habría una manera más fácil de identificar a los individuos.

P: ¿Cómo funciona SealNet?

- SealNet funciona igual que un software de reconocimiento facial humano. Utiliza la Inteligencia Artificial para aprender los rasgos de la cara de un individuo concreto y en qué se diferencian de las caras de otros individuos. En esencia, reduce la biometría de un rostro a un complejo algoritmo o fórmula matemática y luego compara la similitud de una fórmula con otra. Estas comparaciones se realizan miles de veces para entrenar el modelo de reconocimiento facial, de modo que mejore cada vez más en la búsqueda de similitudes.

P: ¿Cuál es el objetivo de la identificación facial de focas?

- Para estudiar el comportamiento y la dinámica de las poblaciones silvestres, una de nuestras herramientas más útiles han sido los métodos de fotoidentificación para identificar individuos con el fin de estimar el número de población y otros factores clave. Las identificaciones fotográficas pueden requerir mucho tiempo en el caso de poblaciones grandes y migratorias, y las focas son aún más difíciles de identificar porque el patrón distintivo de su cuerpo cambia a lo largo de las estaciones en las que son más fáciles de fotografiar en los lugares de descanso (primavera/verano).  Sin embargo, la biometría facial no cambia... por lo que utilizar estos rasgos para identificar a los individuos es más eficaz. La automatización del proceso en un sistema interactivo nos permitirá identificar y seguir a miles de focas con menos esfuerzo.

P: ¿Cómo ayuda SealNet en los esfuerzos de conservación?

- Fotografiar a los individuos e identificarlos a través de SealNet es una forma rentable y rápida de recopilar datos no invasivos de esta población. No necesitamos molestar a las focas para medir variables que nos permitirán estimar parámetros ecológicos importantes como la fidelidad al lugar y el uso del mismo, los patrones de migración, el tamaño de la población y la conectividad entre los lugares de descanso (zonas donde las poblaciones de focas se congregan en las rocas).

P: ¿Qué otras tecnologías podrían adaptarse a la conservación?

- En la conservación utilizamos mucha tecnología diseñada originalmente para humanos. Hay mucho más dinero para desarrollar tecnología para humanos que para animales. Esperamos empezar a utilizar la tecnología de los drones para automatizar la recogida de imágenes fotográficas de focas a lo largo del año. Los drones pueden programarse para vigilar sistemáticamente una zona, tomar fotografías y transmitir los datos a distancia. Esto nos permitiría recopilar datos aunque no estemos directamente en el lugar de los hechos. Además, si el dron puede tomar excelentes fotos a distancia, podría ser una forma menos invasiva de vigilar las focas u otros animales salvajes.