Imagina un acuario con cien peces de la misma especie moviéndose al unísono. Ahora intentas fijarte solo en un pez y seguirlo con la mirada. Difícil, ¿no? ¿Y si cerraras los ojos unos segundos? Más bien imposible.

Pues ese ha sido el banco de pruebas utilizado por un grupo de investigadores del Laboratorio de Comportamiento Colectivo del Champalimaud Centre for the Unknown (CCU), con sede en Lisboa.

Encabezados por el investigador Gonzalo de Polavieja, el equipo quiso determinar si un sistema de inteligencia artificial sería capaz de acometer una tarea tan compleja de forma exitosa.

Al fin y al cabo, de Polavieja ya lo había intentado en 2014 usando algoritmos convencionales y los resultados de este proyecto tecnológico no habían sido del todo satisfactorios: apenas lograron rastrear una decena. Por resumir, la respuesta es afirmativa.

El software que han desarrollado, basado en redes neuronales de aprendizaje profundo, puede rastrear cualquiera de los individuos de entre un centenar de peces en cualquier momento con una precisión del 99,99%. Se llama Idtracker.ai y se encuentra disponible para su descarga como software de código abierto.

El punto de partida del experimento de IA fue instalar un estanque con decenas de peces cebra y una cámara cenital que registrara los movimientos de cada pez. Las pruebas se llevaron a cabo en configuraciones de treinta, cincuenta y cien peces.

Son cifras relativamente modestas, pero identificar patrones de movimiento de individuos requeriría años de procesado para un software convencional. Y para una mente humana, tal como hemos planteado al comienzo del artículo, sería del todo imposible.

Esto responde al hecho de que la complejidad en las interacciones de un sistema se multiplica exponencialmente con cada elemento que se añade a él.

Dos redes neuronales de aprendizaje profundo

Una vez descartada, pues, la utilización de algoritmos convencionales, los investigadores decidieron apostar por dos redes neuronales de aprendizaje profundo que emulan el funcionamiento de un cerebro y son capaces de aprender de forma autónoma.

La primera se dedica a distinguir a los peces de otros elementos y especies del entorno, mientras que la segunda se concentra en aislar cada individuo.

Tras este proceso, pueden quedar algunas incógnitas con respecto a animales con trayectorias superpuestas o con identidades ambiguas que se determinan por medio de algoritmos clásicos. Tras una hora de procesamiento, el 99,9% de los individuos están ya identificados.

Una vez completado el proceso, el software de Inteligencia Artificial ya ha aprendido quién es quién en el banco de peces y, si se le muestra un nuevo fragmento de vídeo aleatorio, es capaz de identificar de inmediato a cualquiera de los especímenes, cada uno de ellos bautizado con un nombre por los investigadores: George, Tom y sus noventa y ocho compañeros.

El sistema parece bastante escalable, ya que se han hecho pruebas con hasta ciento cincuenta peces y los resultados seguían ofreciendo un margen de error muy reducido.

Aplicaciones de la IA en el mundo real

¿Y por qué es interesante identificar a un pez cebra? La respuesta radica en los comportamientos de multitudes.

Un software basado en el sistema de Idtracker.ai tendría aplicaciones de seguridad ciudadana a la hora de localizar a un individuo o bien estudiar el comportamiento de las personas en diversos escenarios, tales como un supermercado o un concierto. De igual forma, se podrían determinar mecánicas colaborativas entre individuos con interesantes aplicaciones sociológicas.

Fuente:  Isinc, I´MNOVATION #hub,

Artículo de referencia: https://www.imnovation-hub.com/es/transformacion-digital/distinguir-pez-cien-misma-especie-ia/,



Dejar una respuesta

avatar
  Suscribir  
Notificar de