Cada 15 minutos, el mundo pierde otro elefante para los cazadores furtivos, y a este ritmo asombroso, el daño aumenta rápidamente, con víctimas que alcanzan los 35, 000 por año. La crisis de la caza furtiva es más evidente en lugares como el Parque Nacional Serengeti de Tanzania, informa James Vincent para The Verge : Aquí, solo 150 guardabosques son responsables de supervisar un tramo de tierra que mide aproximadamente el tamaño de Bélgica. Pero una nueva cámara equipada con inteligencia artificial denominada TrailGuard AI tiene como objetivo ayudar a los guardaparques y conservacionistas a llenar los vacíos que deja la falta de mano de obra.
Como escribe Danny Paez de Inverse, la nueva herramienta se basa en la tecnología de reconocimiento facial y de objetos para detectar posibles cazadores furtivos. Cuando la cámara detecta personas desconocidas o vehículos que ingresan a una reserva natural, alerta de inmediato a los guardaparques cercanos sobre la amenaza potencial, lo que permite a las autoridades, en teoría, detener a los cazadores furtivos antes de que alcancen sus objetivos.
TrailGuard AI fue desarrollado por la organización sin fines de lucro de sostenibilidad Resolve junto con el gigante tecnológico Intel, la National Geographic Society, la Fundación Leonardo DiCaprio y otros. La herramienta se basa en el procesador de visión por computadora Movidius Myriad 2 de Intel, así como en redes neuronales convolucionales, que son algoritmos de aprendizaje automático entrenados para analizar imágenes visuales, para clasificar rápidamente las imágenes activadas por movimiento e identificar amenazas relevantes. Para fines de 2019, el equipo espera instalar cámaras en 100 reservas, ahorrando aproximadamente 25, 000 animales por año.
La herramienta pequeña es aproximadamente del tamaño de un lápiz, según Jon Fingas de Engadget, y por lo tanto es ideal para meter en arbustos y pinceles sin alertar a los cazadores furtivos de su presencia. Además de beneficiarse de su pequeño tamaño, esta última versión de TrailGuard evita los problemas planteados por los prototipos anteriores, como Kyle Wiggers señala para Venture Beat . Aunque una cámara TrailGuard anterior identificó con éxito a miembros de más de 20 pandillas de caza furtiva durante un período de 15 meses, transmitió imágenes a granel y fue susceptible a falsos positivos provocados por la vida silvestre itinerante y las ramas de los árboles azotadas por el viento. Las primeras versiones de la herramienta también tuvieron una corta duración de la batería y mayores costos generales debido a la gran cantidad de imágenes que recolectó.
Comparativamente, el TrailGuard más nuevo es mucho más selectivo, ya que solo transmite un pequeño grupo de imágenes que probablemente contengan cazadores furtivos; Los ingenieros de Resolve afinaron el algoritmo de clasificación al alimentar las redes neuronales de la cámara con cientos de miles de fotografías con una variedad de ángulos, posturas y contextos. Como explica un estudio de caso de Intel, la función principal de TrailGuard "es escanear la gran cantidad de imágenes capturadas en tiempo real, descartando a la gran mayoría que no tiene contenido de interés e identificando a aquellos con humanos en el marco". Al eliminar la cantidad de irrelevantes imágenes transmitidas a las autoridades, la cámara hace posible que los guardabosques respondan de inmediato y, si todo va bien, "capturan a los cazadores furtivos antes de que comience el asesinato".
Gracias a esta selectividad y al diseño generalmente más aerodinámico, la herramienta también cuenta con una vida útil de la batería significativamente más larga: según un comunicado de prensa de Intel, las cámaras pueden funcionar en la naturaleza durante hasta 1, 5 años sin agotar su batería.
TrailGuard es solo una de las muchas herramientas de conservación emergentes que funcionan con tecnología moderna. Paez de Inverse cita ejemplos adicionales, como los científicos informáticos chinos que utilizan imágenes de satélite de Google Maps para rastrear el saqueo de tumbas antiguas y los investigadores de la Universidad de Washington que aprovechan las pruebas genéticas para identificar el marfil de contrabando.
El equipo detrás de TrailGuard también está trabajando para desarrollar herramientas derivadas que se basen en el mismo mecanismo de entrenamiento de redes neuronales. Una variante planificada llamada VillageGuard alertará a los lugareños o guardabosques cuando los animales deambulan fuera de un parque y en áreas donde puedan encontrarse con humanos, mientras que otro denominado RiverGuard identificará barcos no autorizados pilotados por mineros o exploradores de petróleo y gas que buscan explotar regiones tan amenazadas como Amazonas.
