Proyectos finales (grado)

Permanent URI for this collection

http://ri.itba.edu.ar/handle/123456789/3807

Browse

Browsing Proyectos finales (grado) by Author "Achával, Ignacio de"

Now showing 1 - 1 of 1
  • Thumbnail Image
    proyecto final de grado.listelement.badge
    Aplicación de inteligencia artificial para la conservación de la biodiversidad
    (2023) Noguera, Abril; Arbués, Lucas; Achával, Ignacio de; Rodríguez Varela, Juan Pablo
    Gracias a los avances tecnológicos de la modernidad, con la ayuda de cámaras trampa, los expertos en conservación pueden observar la vida silvestre para medir y estimar la abundancia de las especies sin la necesidad de estar presentes, mitigando así el factor de ahuyentamiento de los animales. Rewilding Argentina realiza anualmente proyectos de captura de imágenes con cámaras trampa con una duración de 30 días en cada una de sus regiones de presencia. Tan solo en una de las zonas de captura se pueden tomar 120,000 imágenes. Aquí es donde se presentan barreras al trabajo humano. En cualquier proyecto de conservación que involucra imágenes de cámaras trampa, gran parte del trabajo proviene de examinar manualmente miles de imágenes e identificar especies. Es posible que hasta el 80% de las fotografías no contengan animales dado a que la cámara fue activada por elementos como el movimiento de la flora o el viento. Aparecen, además, diversos factores que potencian el error humano, como la oscuridad de ciertas imágenes, la superposición de árboles o arbustos por delante de los animales o la fatiga del repetitivo trabajo de observar una y otra vez imágenes similares. A modo de resumen, el procesamiento de la información actualmente ocupa semanas de trabajo y además está expuesto a errores humanos implícitos en la clasificación manual. El presente proyecto nace como respuesta a la necesidad de optimizar dicho proceso, combinando la precisión y velocidad de la inteligencia artificial con la agudeza analítica humana. Se propone la implementación de una plataforma integrada con modelos de inteligencia artificial que permite a la organización cargar, clasificar y compartir los datos obtenidos por las cámaras. Por lo que el agregado de valor se ve reflejado en la aceleración drástica del proceso de clasificación de las imágenes y en la mejora de la representación de las mismas dando un salto de calidad en la precisión del etiquetado. Tener información precisa, detallada y actualizada sobre la ubicación y comportamiento de los animales en su hábitat natural potencia significativamente la capacidad para estudiar y conservar ecosistemas. Los investigadores de vida silvestre pueden evaluar mejor qué tan abundantes son las especies, dónde están ubicadas y cómo se mueven de un lugar a otro. Los responsables de la formulación de políticas pueden utilizar conocimientos para elegir dónde y cómo cambiar los límites de las áreas protegidas. Basar sus decisiones acerca de los próximos proyectos de restauración en información confiable para así lograr los objetivos de la fundación. Usar la inteligencia artificial para recuperar poblaciones de animales en situación crítica.