La IA anti-caza furtiva de PAWS predice dónde aparecerán los cazadores ilegales a continuación


El comercio ilegal de animales es un flagelo mundial pero lucrativo, con un valor de $ 8 a 10 mil millones al año, según – solo por detrás del tráfico de personas, drogas y armas en valor. Con tanto dinero por hacer, los conservacionistas y los guardabosques se enfrentan a abrumadoras probabilidades contra las operaciones de caza furtiva bien organizadas impulsadas por la incesante demanda de productos animales ilícitos. Los resultados de este prolongado conflicto han sido devastadores para las especies atrapadas en el medio.

A principios del siglo XX, se estima que más de 100.000 tigres deambulaban por el sudeste asiático. Hoy en día, debido a una combinación de pérdida de hábitat y caza furtiva agresiva, menos de 4.000 permanecen actualmente en estado salvaje. En el mercado negro, los productos elaborados con un solo tigre pueden alcanzar hasta 50.000 dólares. Las poblaciones de rinocerontes se han diezmado de manera similar, pasando de alrededor de 500.000 individuos a principios del siglo XX a solo 50.000 en la actualidad. En general, que las poblaciones de mamíferos, aves, peces y reptiles han disminuido en un 60 por ciento desde 1970.

«La caza furtiva es la caza, captura o matanza ilegal de animales salvajes y se hace por varias razones», dijo Erwin Gianchandani, asesor principal de la Oficina del Director de la National Science Foundation, durante un panel de discusión en SXSW 2021 el martes. . “Algunas personas cazan furtivamente porque quieren poder reclamar la tierra donde residen los animales para uso humano. En otros casos, las personas cazan furtivamente porque quieren poder recuperar y usar productos animales raros, cosas como marfil o pieles, incluso órganos y piel. A menudo lo hacen porque sienten que estos productos pueden tener valor religioso, medicinal, nutricional o económico ”.

«No es solo que los cazadores furtivos persigan a los animales», agregó, «sino que a menudo están tan motivados que en realidad terminarán dañando o incluso matando a los guardabosques para eludir la detección o captura de su caza furtiva». Solo este enero en el cumplimiento del deber mientras patrullaba en el Parque Nacional Virunga en el Congo, hogar de un tercio de la población mundial de gorilas de montaña.

Aunque los guardabosques a menudo son superados en número y estirados en sus intentos de patrullar amplias franjas de reservas naturales, la inteligencia artificial y los sistemas de aprendizaje automático están preparados para mejorar drásticamente la efectividad de los guardabosques al ayudarlos no solo a rastrear dónde han estado los cazadores furtivos sino también a predecir dónde están más es probable que aparezca.

PAWS (Asistente de protección para la seguridad de la vida silvestre) es uno de esos sistemas. El profesor Milind Tambe, cofundador del Centro de Inteligencia Artificial en la Sociedad de la USC (CAIS) y Director del Centro de Investigación sobre Computación y Sociedad de la Universidad de Harvard, supervisó su desarrollo después de asistir a una conferencia de la Iniciativa Global del Tigre en 2013.

«Descubrí cuán crudas eran las cosas para los animales sobre las que les leía cuentos a mis hijos antes de dormir», dijo. .

PAWS aprovecha los datos de caza furtiva del sistema SMART (Spatial Monitoring and Reporting Tool) de código abierto desarrollado por la World Wildlife Foundation y utiliza juegos de seguridad, un subconjunto de la teoría de juegos donde el jugador debe optimizar los recursos limitados para mitigar las amenazas y los ataques, para sugerir el las rutas más eficientes que pueden tomar los guardabosques dados esos datos históricos.

Tambe y su equipo probaron PAWS por primera vez en 2014 en el Parque Nacional Queen Elizabeth en Uganda. El parque alberga una variedad de especies en peligro de extinción, así como miles de trampas y trampas colocadas por cazadores furtivos. Es más, el parque de 2000 kilómetros cuadrados solo tiene alrededor de 100 guardabosques para patrullarlo. PAWS funciona dividiendo primero el área del parque en cuadrados individuales de 1 km y luego asigna un factor de riesgo a cada cuadrado según el lugar en el que se hayan descubierto trampas: una década de esos datos recopilados a través de SMART. Luego sugiere rutas de patrulla a través de las áreas de mayor riesgo. Estas sugerencias cambian con el tiempo a medida que los cazadores furtivos se adaptan a las acciones de los guardabosques. La época del año; ubicaciones de senderos, ríos y carreteras; Las condiciones meteorológicas y topográficas también influyen mucho en la estimación de PAWS. Durante un período de prueba de seis meses, a los guardabosques de QNEP se les asignó a ciegas una combinación de rutas de patrulla a través de áreas de alto y bajo riesgo del parque.

«Lo que encontramos fue, donde PAWS hizo predicciones de mayor riesgo, de hecho se encontraron más trampas», dijo Tambe. «Donde las patas hicieron predicciones [for lower risk] los guardabosques encontraron menos trampas «.

Pero como todos los sistemas de aprendizaje automático, PAWS está limitado por la calidad de los datos que ingiere. “Los datos que están recopilando los guardaparques no son perfectos y hay cierta incertidumbre con los datos”, dijo Shahrzad Gholami, científico de datos de Microsoft, durante el panel SXSW. “Entonces, los lugares que visitan, pueden no encontrar ninguna actividad, ningún signo de caza furtiva, pero eso no significa que la actividad de caza furtiva no existiera. Podría deberse a que las trampas estaban bien escondidas «. Incluso cuando los guardabosques encuentran una trampa, solo pueden obtener cierta información de ella. Por ejemplo, no pueden saber si la trampa se colocó recientemente o si había estado sentada sin ser molestada durante semanas o incluso meses antes de ser descubierta. Es más, PAWS solo puede abordar el acto específico de la caza furtiva, no las motivaciones subyacentes de un cazador furtivo para hacerlo.

Animado por su éxito en QNEP, el equipo de Tambe se asoció con WWF en 2018 para llevar PAWS a áreas de conservación administradas por la organización de vida silvestre, como el Santuario de Vida Silvestre Sepak en Camboya. Ubicada a lo largo de la frontera oriental del país con Vietnam, Sepak alberga una considerable población de elefantes asiáticos, así como bongos, antílopes, ciervos, macacos y leopardos. Los tigres también solían vagar por la región, aunque no se ha visto ninguno desde 2007 y se cree que están extintos localmente. WWF planea reintroducir la especie a partir de 2022 y ha identificado el santuario de Sepak como un sitio ideal para hacerlo. Pero primero, deben controlar la actividad de caza furtiva en la región, que amenaza tanto a los propios tigres como a sus presas.

Al igual que QNEP, Sepak cubre un área enorme, aproximadamente 1400 kilómetros cuadrados, pero solo tiene 72 guardabosques para patrullarla. El refugio de vida silvestre de Camboya también ofreció una serie de desafíos únicos en el entrenamiento de la IA de PAWS que no se encontraron en la prueba de Uganda, como los monzones. El equipo de PAWS trabajó en estrecha colaboración con los conservacionistas de Sepak para desarrollar un modelo eficaz y esa colaboración condujo a algunos descubrimientos sorprendentes.

“Por ejemplo, nos ayudó a descubrir eso, además de simplemente modelar la distancia desde las carreteras”, dijo Gholami. «En realidad, deberíamos modelar específicamente la distancia desde una carretera en particular llamada ruta 76, que era una carretera principal que atravesaba el parque». El equipo también descubrió que las prácticas de caza furtiva variaban según el país de origen del cazador furtivo. Es decir, los cazadores furtivos que cruzaban la frontera desde Vietnam se comportaron y reaccionaron de manera diferente a los cazadores furtivos locales de Camboya. La época del año también resultó ser un factor importante, ya que los cazadores furtivos alterarían drásticamente la ubicación y distribución de las trampas durante la temporada de monzones en comparación con los meses secos.

Aún así, el sistema PAWS demostró ser muy eficaz. «Encontraron cinco veces más trampas en el mes de la prueba de campo en comparación con cualquier otro mes en promedio en 2018», explicó Gholami.

Estas son mejoras prometedoras, pero los conservacionistas de la vida silvestre aún enfrentan una batalla cuesta arriba contra la caza furtiva. “Los biólogos conservacionistas han estimado que los guardabosques solo son efectivos para eliminar alrededor del 10 por ciento de todas las trampas en estos parques”, dijo Lily Xu, candidata a doctorado en Harvard que participa en el proyecto PAWS. “Uno de los mecanismos más efectivos para prevenir la caza furtiva y otros delitos de conservación es a través de la disuasión, por lo que cuando los guardaparques realizan patrullas en ciertas áreas, disuaden a los cazadores furtivos de regresar”. Sin embargo, los cazadores furtivos expulsados ​​de un área de una reserva natural a menudo simplemente trasladan sus operaciones a un área vecina, poniendo en peligro la vida silvestre allí.

A pesar de los desafíos, el equipo de Tambe permanece impertérrito. A través de asociaciones con WWF y otras organizaciones de conservación, Tambe espera implementar PAWS en hasta 600 áreas protegidas en todo el mundo, así como ampliar su alcance para proteger los santuarios marinos y los bosques en un futuro próximo.

«Esto está planteando nuevos tipos de desafíos que pueden no surgir en otros dominios donde la IA está activa», dijo Tambe a la . “Las lecciones que hemos aprendido serían valiosas para muchas aplicaciones; no se limitarían a los delitos contra la vida silvestre. Hay todo tipo de desafíos en la aplicación de la IA para la sociedad y el bien social, y los beneficios se extenderían a otras áreas «.



Fuente: engadget.com

Deja una respuesta

*

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos y para fines de afiliación y para mostrarte publicidad relacionada con tus preferencias en base a un perfil elaborado a partir de tus hábitos de navegación. Al hacer clic en el botón Aceptar, aceptas el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Más información
Privacidad