Aprovechar las capacidades en la nube, de almacenamiento, de computación
y de análisis, junto con la inteligencia artificial y el machine
learning de Microsoft Azure, puede salvar a los elefantes del Congo, y a
muchas más especies, del peligro de extinción.
En la selva tropical
de la República del Congo se lleva a cabo uno de los experimentos más
innovadores del planeta. Allí se estudian, con sensores acústicos,
los sonidos de los animales. Y entre todos los sonidos que se capturan
en el Parque Nacional de Nouabalé-Ndoki y sus zonas forestales
limítrofes, la iniciativa Elephant Listening Project, en la que colabora
activamente Microsoft con su plataforma en la nube Azure, se centra en estudiar los barritos de los elefantes de selva africanos.
¿Por qué? Los elefantes de selva africanos están en grave peligro de
extinción. Los científicos responsables del Elephant Listening Project
estiman que la población de elefantes africanos ha decrecido de
alrededor de 100.000 animales en 2011 a menos de 40.000 a día de hoy, a
causa de la caza furtiva para conseguir el marfil de sus colmillos. Solo
en los últimos siete años la población de elefantes en el Congo ha
disminuido un 30%, principalmente por la caza, según los resultados
publicados en 2016.
Sin embargo, un proyecto impulsado por Microsoft dentro de su proyecto AI for Earth, utiliza inteligencia artificial (IA) y machine learning (ML)
para monitorizar la vida salvaje y evaluar los resultados de los
trabajos de conservación. Con la iniciativa Conservation Meetrics,
científicos y especialistas trabajan para salvar esta especie, y se
centran en mantener el balance del ecosistema y en atraer turismo
sostenible.
Conservation Meetrics utiliza para ello algoritmos avanzados
para desarrollar el Elephant Listening Project en colaboración con la
Universidad de Cornell, que es quien se encarga de distinguir los
barritos de los elefantes de selva africanos del resto de sonidos
típicos de un bosque tropical. Es un trabajo que al ser humano le
llevaría años buscando patrones entre terabytes de datos.
Los investigadores utilizan los datos de las llamadas de los elefantes
para estimar su población, monitorizar sus movimientos, tratar de
garantizar su seguridad e identificarles individualmente. Los análisis
incluyen utilizar ML para detectar patrones de movimiento en
tiempo real que alertan de la llegada de cazadores furtivos, o bloquear
anuncios online sobre la comercialización de marfil.
Conservation Meetrics comenzó a colaborar con el Elephant Listening Project en 2017 para impulsar su eficiencia, y sus algoritmos basados en IA y machine learning han
sido capaces de identificar con exactitud los barritos de los
elefantes. Sin embargo, el volumen de datos que manejan estaba
colapsando los servidores de la organización. Por esta razón Microsoft
AI for Earth subvencionará los próximos dos años a Conservation Meetrics
para desarrollar un método de trabajo basado en la plataforma en la
nube de Microsoft, Azure, con el objetivo de analizar, procesar y
acelerar drásticamente el tiempo en el que se analizan todos los datos.
Actualmente, los ordenadores tardan aproximadamente tres semanas en
procesar varios meses de sonidos. En cuanto se termine la migración, a
finales de año, este proceso llevará solo un día.
Microsoft también colabora con la Peace Parks Foundation, que
lucha contra la caza furtiva de rinocerontes y otros animales de
Sudáfrica, en la creación de un sistema de teledetección que analiza los riesgos de cazadores y da la voz de alarma. Y está ayudando a migrar a su nube o cloud una
herramienta que se utiliza en docenas de ecosistemas de conservación en
toda África para mejorar la eficacia de las patrullas que protegen la
fauna salvaje.
A través de la iniciativa AI for Earth, Microsoft también ha colaborado
con los investigadores del USC Center for AI in Society (CAIS) y la
Universidad de Carnegie Mellon, quienes han creado Protection Assistant
for Wildife Security (PAWS). Con esta solución utilizan inteligencia artificial y
machine learning para crear patrones de rutas para las patrullas,
indicando los lugares donde se prevé la caza furtiva. CAIS también ha
creado Systematic Poacher Detector, que detecta a los cazadores y a los
animales en imágenes a través de drones nocturnos y poder también
predecir y buscar soluciones casi en tiempo real para salvar a los
animales.
