Los cazadores suelen cazar de noche, por lo que se utilizan cámaras infrarrojas montadas en drones para detectarlos. El problema es que, debido a que tanto el cazador furtivo como el animal emiten calor, puede resultar difícil identificarlos con precisión. Los científicos de la Universidad del Sur de California están haciendo esto más fácil utilizando inteligencia artificial en un sistema llamado SPOT.
Normalmente, el personal de protección de la vida silvestre tiene que pasar la noche con computadoras portátiles en estaciones de seguridad, monitoreando videos infrarrojos transmitidos directamente desde drones. Cuando aparecen puntos emisores de calor en la pantalla, deben determinar si se trata de humanos o animales salvajes, pero esto no es fácil.
Por eso se creó SOPT. SPOT es un acrónimo de Systematic Poacher detector, un sistema algorítmico desarrollado por un equipo de investigación dirigido por la doctora en informática Elizabeth Bondi.

Los investigadores empezaron integrando etiquetas digitales de 180.000 personas y animales en vídeos infrarrojos. Utilizando ese conjunto de datos y creando una versión modificada de un algoritmo de aprendizaje profundo existente, llamado Faster RCNN, luego enseñaron a la computadora cómo distinguir entre dos tipos de imágenes de ladrones y objetos animales. Aunque el algoritmo del sistema puede identificar con precisión, se necesitan 10 segundos para procesar cada imagen, pero este tiempo es demasiado largo.
Con eso en mente, el equipo cambió el algoritmo para que pudiera funcionar con la plataforma de computación en la nube Microsoft Azure. Utilizando los tiempos de procesamiento más rápidos de Azure, SPOT ahora puede identificar con precisión a los cazadores furtivos en apenas tres décimas de segundo.
Los planes actuales exigen un despliegue generalizado de la tecnología en todo Botswana. Neurala ha desarrollado otro sistema basado en inteligencia artificial.
Ver más: