Foto: Sebastian Pociecha en Unsplash
De acuerdo con la Oficina de las Naciones Unidas contra la Droga y el Delito, el comercio y la caza ilegal de animales es un crimen a nivel mundial, con un valor de entre 8 y 10 millones de dólares al año. Con tanto dinero en juego, los conservacionistas y guardabosques se enfrentan a abrumadoras probabilidades de que las operaciones de la caza furtiva estén impulsadas por la incesante demanda de productos animales ilícitos. Ante esa situación, el grupo de Asistencia y Protección para la Seguridad de la Vida Silvestre (PAWS, por sus siglas en inglés) desarrolló un algoritmo capaz de predecir la caza furtiva y donde aparecerán los cazadores ilegales. Ello, en conjunto con el profesor del Centro de Inteligencia Artificial en la Sociedad de la USC, Milind Tambe.
PAWS aprovecha los datos de la caza ilegal del sistema SMART (Herramienta de Informes y Seguimiento Espacial en inglés) de código abierto desarrollado por la World Wildlife Foundation. El sistema optimiza los recursos para mitigar amenazas y ataques y de esa manera, sugerir las rutas más eficientes que pueden tomar los guardabosques para capturar a los cazadores.
A través de un video publicado en YouTube, detallan el funcionamiento del sistema el cual permite analizar los patrones de rutas que siguen los cazadores ilegales para capturar animales en peligro de extinción. Además, el sistema operativo puede proteger áreas específicas creando un algoritmo único para los cazadores furtivos basado en las trampas para animales en cada área restringida.
Milind Tambe, explica que él y su equipo probaron PAWS por primera vez en 2014 en el Parque Nacional Queen Elizabeth en Uganda. El parque ahí alberga una variedad de especies en peligro de extinción, así como miles de tramas colocadas por cazadores. En más de 2 mil kilómetros cuadrados, solo hay 100 guardabosques cuidando el lugar, PAWS tiene la virtud de dividir un área en cuadrados individuales de un kilómetro cuadrado, luego asigna un factor de riesgo a cada cuadrado en función del lugar donde se hayan descubierto trampas recientemente.
Los datos capturados con SMART durante más de dos décadas sobre trampas sugieren al algoritmo rutas de vigilancia a través de las áreas con un mayor riesgo. De esa manera el sistema PAWS analiza el patrón más frecuente de los cazadores y su impacto en el área, a través de una escala tipo semáforo. Por ejemplo, entre más sea concurrida un área, el programa la marcará con rojo, y las áreas con menor riesgo estarán marcadas con verde.
Hasta el momento, como todos los sistemas de aprendizaje automático, PAWS está limitado por la calidad de datos que recopila. A pesar de los desafíos, los expertos esperan implementar el sistema en más de 600 áreas protegidas alrededor del mundo. De esa manera, recopilar mayor información y ampliar su alcance para proteger los santuarios marinos y bosques en un futuro próximo.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS