INTELIGENCIA ARTIFICIAL Y ELEFANTES

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.