Madrid, 19 feb (EFE).- Un equipo investigador del Museo Nacional de Ciencias Naturales (MNCN) de España ha desarrollado TropiCam-AI, el primer algoritmo de inteligencia artificial (IA) capaz de identificar especies animales arbóreas en la Amazonía.
Según un comunicado divulgado hoy por el citado centro, ese algoritmo permite identificar de manera automática, a partir de imágenes de cámaras trampa, las especies animales que habitan en el dosel de los bosques húmedos neotropicales.
En concreto, esta herramienta fue desarrollada para 84 grupos de mamíferos y aves neotropicales y alcanza un 95 % de precisión.
El MNCN resalta que el monitoreo eficiente de las poblaciones de fauna silvestre en los bosques tropicales es fundamental para evaluar el estado de los ecosistemas y establecer planes de conservación.
Esa herramienta de código abierto, que está disponible para otros equipos científicos, abre además numerosas posibilidades para la investigación y conservación de especies difíciles de observar mediante métodos tradicionales, indica el centro.
"Con TropiCam-AI podemos procesar rápidamente cientos de miles de imágenes de fauna arbórea en los bosques tropicales con gran precisión, transformando la manera en que estudiamos estos ecosistemas", afirma Andrea Zampetti, autor principal del estudio.
La herramienta puede reconocer 84 taxones (63 especies, 13 géneros, 5 familias y 3 órdenes) de mamíferos y aves, incluyendo todos los géneros de monos del continente americano.
Para su desarrollo, el equipo de expertos entrenó el algoritmo con más de 180.000 imágenes de cámaras trampa procedentes de Brasil, Perú, Costa Rica y la Guayana Francesa, además de casi 54.000 imágenes de ciencia ciudadana obtenidas en la plataforma iNaturalist.
Posteriormente, a fin de mejorar la precisión en casos de incertidumbre, se implementó una estrategia de clasificación jerárquica para asignar especies difíciles de catalogar a niveles taxonómicos superiores (género, familia o orden).
Ello, explica la nota, incrementa la precisión y posibilita que el modelo funcione también en lugares y especies no contemplados durante el entrenamiento.
Como ejemplo señalan que una nueva especie de mono araña puede ser reconocida eficazmente como perteneciente a ese taxón (Ateles), incluso si el algoritmo no fue entrenado con ella.
Si bien los algoritmos de inteligencia artificial para el reconocimiento de especies son cada vez más comunes, las herramientas disponibles se centran sobre todo en especies terrestres de ambientes templados.
Por su parte, la investigadora del MNCN Ana Benítez-López apunta que la herramienta "no solo acelera el procesamiento de datos, sino que también democratiza el acceso a la inteligencia artificial para quienes realizan su trabajo en ecosistemas neotropicales".
Últimas Noticias
Serrat y Ana Belén ponen voz en el Cervantes a versos de Margarit, poeta "de las dos lenguas", a los 5 años de su muerte
El Instituto Cervantes rinde tributo al autor catalán en el quinto aniversario de su fallecimiento, reuniendo figuras destacadas de la cultura y la política para conmemorar su obra bilingüe y celebrar nuevas ediciones de sus poemas
El tenista español Carlos Alcaraz se pone serio en Doha para meterse en cuartos de final
Tras imponerse al francés Valentin Royer en dos sets, el reciente ganador del Abierto de Australia avanza en el ATP 500 de Catar, donde buscará asegurar su lugar en semifinales enfrentándose al experimentado ruso Karen Khachanov
Viernes 20 de febrero de 2026 (20.30 GMT)
Panamá invierte 3 millones de dólares en la renovación de vehículos de la fuerza pública
Uber gastará 84,6 millones de euros en construir estaciones de recarga para vehículos autónomos en EE.UU.
El plan contempla alianzas estratégicas con firmas de movilidad y energía para instalar al menos diez centros de recarga ultrarrápida en ciudades clave como San Francisco, Los Ángeles y Dallas, priorizando la digitalización operativa y la capacidad de adaptación normativa
