El aprendizaje profundo ya permite hacer censos de elefantes desde el espacio

Gracias al aprendizaje profundo, un conjunto de algoritmos de aprendizaje automático de inteligencia artificial, así como a la mayor resolución disponible actualmente en imágenes de satélite, investigadores de Oxford han detectado elefantes desde el espacio con una precisión comparable a la de las capacidades de detección humana.

Worldview 3

Utilizando las imágenes satelitales de mayor resolución disponibles en la actualidad, Worldview 3, de Maxar Technologies y el aprendizaje profundo, los investigadores (TensorFlow API, Google Brain) de la Unidad de Investigación de Conservación de Vida Silvestre de la Universidad de Oxford y el Grupo de Investigación de Aprendizaje Automático han detectado elefantes del espacio con una precisión comparable a capacidades de detección humana.

Para concebir el Worldview 3, de Maxar Technologies, se creó un conjunto de datos de entrenamiento personalizado de más de 1.000 elefantes en Sudáfrica, que se introdujo en una red neuronal convolucional (CNN) y los resultados se compararon con el rendimiento humano, que fue casi idéntico.

El modelo podría incluso detectar elefantes en lugares alejados del sitio de datos de entrenamiento, lo que muestra la generalización del modelo. Habiendo entrenado la máquina solo en adultos, pudo identificar a las crías.

Uno de los desafíos del uso de la monitorización por satélite es procesar la enorme cantidad de imágenes generadas. Sin embargo, automatizar la detección significa que un proceso que formalmente habría tomado meses se puede completar en cuestión de horas.

Los satélites pueden recopilar más de 5 000 kilómetros cuadrados de imágenes en una sola pasada capturadas en cuestión de minutos, lo que resulta infinitamente más eficaz que el método habitual: el conteo aéreo desde aviones tripulados.