TropiCam-AI identifica especies en la Amazonia con una precisión del 95 % y abre una nueva era en el monitoreo de la fauna silvestre de los bosques tropicales. La herramienta, desarrollada por el Museo Nacional de Ciencias Naturales (MNCN-CSIC), analiza automáticamente cientos de miles de imágenes de cámaras trampa instaladas en el dosel forestal.
Capaz de reconocer 84 taxones de mamíferos y aves neotropicales —incluidos todos los géneros de monos americanos—, el sistema promete transformar la investigación y conservación en uno de los ecosistemas más biodiversos y menos explorados del planeta.
Tradicionalmente, el monitoreo de especies en selvas tropicales requería que equipos de biólogos revisaran manualmente miles de fotografías, un proceso lento, costoso y propenso a errores humanos.
TropiCam-AI automatiza esta tarea: analiza las imágenes en cuestión de segundos, clasifica las especies detectadas y genera bases de datos actualizadas casi en tiempo real. Esto permite a los investigadores conocer con mayor precisión la distribución de mamíferos, aves y otros animales, incluso aquellos difíciles de observar directamente.
   |
   |
TropiCam-AI identifica especies en la Amazonia mediante cámaras trampa
El primer algoritmo de IA para fauna arbórea neotropical analiza miles de imágenes de cámaras trampa y reconoce 84 grupos de aves y mamíferos.
El monitoreo de la fauna silvestre en los bosques tropicales es fundamental para conocer el estado de los ecosistemas y establecer planes de conservación.
Un equipo de investigación del Museo Nacional de Ciencias Naturales (MNCN-CSIC) ha desarrollado TropiCam-AI, el primer algoritmo de inteligencia artificial que permite identificar, a partir de imágenes de cámaras trampa, las especies animales que habitan en el dosel de los bosques húmedos neotropicales.
Ofrece nuevas posibilidades para la investigación y conservación de especies difíciles de observar mediante métodos tradicionales.
95 % de precisión en fauna arbórea neotropical
En concreto, han desarrollado esta herramienta –que alcanza un 95 % de precisión– para 84 grupos de mamíferos y aves neotropicales.
“Con TropiCam-AI podemos procesar rápidamente cientos de miles de imágenes de fauna arbórea en los bosques tropicales con gran precisión, y transformar la manera en la que estudiamos estos ecosistemas”, señala el autor principal del estudio, Andrea Zampetti.
Esta herramienta es capaz de reconocer 84 taxones (63 especies, 13 géneros, 5 familias y 3 órdenes) de mamíferos y aves, incluyendo todos los géneros de monos del continente americano.
Para desarrollar TropiCam-AI, el equipo entrenó el algoritmo con más de 180.000 imágenes de cámaras trampa procedentes de Brasil, Perú, Costa Rica y la Guayana Francesa, además de 54.000 imágenes de ciencia ciudadana obtenidas en la plataforma iNaturalist.
Clasificación jerárquica para nuevas especies
Posteriormente, para mejorar la precisión, se implementó una estrategia de clasificación jerárquica que permite asignar especies difíciles de clasificar a niveles taxonómicos superiores (género, familia o orden), lo que incrementa la precisión y posibilita que el modelo funcione en lugares y especies no contemplados durante el entrenamiento.
Por ejemplo, una nueva especie de mono araña podría ser reconocida como perteneciente a un taxón (Ateles), incluso si el algoritmo no fue entrenado con ella.
Inteligencia artificial accesible para investigadores
Esta herramienta es capaz de reconocer 84 taxones (63 especies, 13 géneros, 5 familias y 3 órdenes) de mamíferos y aves, incluyendo todos los géneros de monos del continente americano.
Aunque los algoritmos de inteligencia artificial para el reconocimiento de especies se han vuelto cada vez más comunes en los últimos años, las herramientas disponibles se centran en especies terrestres de ambientes templados.
TropiCam-AI está disponible en la plataforma AddaxAI, una interfaz interactiva accesible para los investigadores independientemente de sus conocimientos técnicos, con el propósito de incrementar la accesibilidad a profesionales que trabajan en el Neotrópico.
Su fácil acceso permitirá realizar inventarios rápidos de especies arbóreas, lo que facilita el desarrollo de estudios de ecología del comportamiento, ecología de comunidades y conservación en uno de los ecosistemas más diversos y menos explorados del planeta: el neotrópico.
“La herramienta que hemos desarrollado no solo acelera el procesamiento de datos, sino que democratiza el acceso a la inteligencia artificial para quienes realizan su trabajo en estos ecosistemas”, concluye la investigadora del MNCN Ana Benítez-López.
En conjunto, TropiCam-AI no solo acelera la investigación científica, sino que redefine la forma en que se protege la biodiversidad amazónica, convirtiendo la inteligencia artificial en una aliada clave para preservar la vida silvestre. Seguir leyendo en ECO AMERICA.
