Proyecto IA en Conservacion
Contexto y objetivos
Alcance del proyecto
Nuestras acciones
- Implementamos redes neuronales convolucionales siamesas (Siamese CNNs) entrenadas con grabaciones de alta calidad de los dos tipos principales de vocalizaciones: “canción” y “dueto”. Este modelo de IA busca no solo identificar individuos, sino también brindar información espacial sobre sus movimientos mediante la triangulación de señales acústicas, utilizando un arreglo de micrófonos sincronizados. Esta tecnología abre la posibilidad de estudiar, de forma no invasiva, aspectos clave como la territorialidad, los sistemas de apareamiento, el cuidado parental y el uso del hábitat.
Protagonista
Hábitat y comportamiento
Alimentación
Reproducción
Curiosidad
Amenazas
Líneas de trabajo
Inteligencia artificial, genética de poblaciones y teledetección aplicada a la ecología y conservación de la Gallineta Chica, un ave acuática amenazada y poco conocida de la Patagonia Austral
Objetivo
El objetivo de esta línea de trabajo es desarrollar herramientas conceptuales y metodológicas para diseñar una estrategia de manejo para la conservación de la Gallineta. Por un lado, buscamos desarrollar herramientas de inteligencia artificial (IA), y por otro, profundizar en el conocimiento de aspectos de su historia natural virtualmente desconocidos. Particularmente buscamos desarrollar un modelo de IA capaz de reconocer individuos utilizando representaciones gráficas de sus vocalizaciones, y explorar su utilidad para monitorear poblaciones y estudiar movimientos (migración estacional y dispersión natal). De esta manera, buscamos desarrollar un modelo de IA capaz de brindar información espacial sobre las Gallinetas a partir de las propiedades de sus vocalizaciones. Explorar la utilidad del mismo para caracterizar comportamientos como territorialidad, sistemas de apareamiento, cuidado parental, y uso del hábitat. Por otro lado, buscamos caracterizar la estructuración poblacional a nivel genético para las cuatro poblaciones principales, que habitan las cuencas de los ríos Gallegos y Coyle, la transición entre los parques nacionales Torres del Paine (Chile) y Glaciares (Argentina), la cuenca del Río Chico y, por último, la cuenca del río Deseado. Finalmente también estudiamos movimientos (migración estacional y dispersión natal), territorialidad y uso del hábitat a partir del anillado e instrumentalización de Gallinetas con transmisores satelitales.
Metodología
Para el reconocimiento individual utilizamos redes neuronales convolucionales siamesas (CNN) entrenadas con grabaciones de alta calidad de los dos tipos de vocalizaciones de la Gallineta Chica: “canción” y “dueto”. Para el estudio de ecología espacial utilizamos un arreglo de cuatro micrófonos separados entre sí. A estos recursos obtenidos se les aplica un modelo tal que permita, considerando los diferentes tiempos de llegada del sonido, triangular la posición de cada individuo. A través de capturas, necesarias para varios de los objetivos, se toman muestras de sangre para realizar el análisis molecular de estructuración poblacional para estimar la variación a nivel genómico. También utilizamos una combinación de técnicas que incluyen anillamiento y teledetección, para lo que se realizan capturas fuera de la temporada reproductiva, utilizando redes de niebla y trampas jaula. Utilizamos transmisores GPS-UHF, y anillos plásticos y de metal. Los transmisores almacenan información a lo largo de un año en bases fijas instaladas en los humedales y permiten la descarga remota.
Área de alcance
El estudio se desarrolla en la provincia de Santa Cruz, entre las latitudes 46° y 52° Sur. En particular comprende las cuencas de los grandes ríos que corren a través de la Estepa Patagónica. Estos ríos generan valles aluviales de poca pendiente donde las inundaciones estacionales por deshielo permiten el desarrollo de pastizales húmedos, lagunas vegetadas y pastizales dominados por juncos.
Resultados y progreso
Durante el año 2023 presentamos el proyecto en la convocatoria de becas doctorales del CONICET, distinguiéndose en el puesto 27 de 220. La beca entró en vigencia en agosto del 2024. En el año 2024 comenzamos con las pruebas preliminares con micrófonos automáticos que permitirán recolectar grabaciones necesarias para entrenar los modelos de IA y recolectar las grabaciones necesarias para la implementación de los objetivos específicos.
Colaboradores
Dr. Gabriel Mindlin · Laboratorio de Sistemas Dinámicos de la Universidad de Buenos Aires. Garantiza la correcta implementación de herramientas de IA.
Apoyan este proyecto
