Un equipo de investigadores de la Pontificia Universidad Católica de Valparaíso (PUCV) está desarrollando un innovador proyecto que promete transformar la manera en que se estudian las poblaciones de especies marinas. Bajo la dirección del Dr. Dante Queirolo de la Escuela de Ciencias del Mar, el proyecto FONDEF "Sistema de Observación y Clasificación de Especies Acuáticas utilizando Inteligencia Artificial" (OCEAN-IA) busca desarrollar un sistema avanzado para la observación y clasificación de especies submarinas, centrado en crustáceos demersales.

El equipo de trabajo está compuesto por 15 investigadores y profesionales de diversas áreas del conocimiento, tanto de la Escuela de Ciencias del Mar como de la Facultad de Ingeniería, entre los que se encuentran ingenieros, oceanógrafos, biólogos marinos y licenciados en ciencias del mar. También participan dos instituciones asociadas que colaboran en el desarrollo del proyecto, como son la Subsecretaría de Pesca y Acuicultura y el Instituto de Fomento Pesquero, quienes forman parte del Comité Directivo.

Un objetivo ambicioso y crucial para la sostenibilidad

El principal objetivo de OCEAN-IA es desarrollar un sistema que permita la observación y registro de especies submarinas, seguido de su clasificación y conteo mediante algoritmos de inteligencia artificial previamente entrenados. Esto proporcionará un método innovador para la estimación de la abundancia de especies como el langostino amarillo, langostino colorado y camarón nailon. Estas especies fueron seleccionadas debido a las dificultades que presenta el método tradicional de área barrida para estimar su abundancia en zonas de difícil acceso o donde las limitantes del método subestiman la abundancia.

Tecnología avanzada para un análisis preciso

El proyecto utiliza un sistema remolcado de observación, compuesto por un trineo diseñado para operar en profundidades entre 50 y 300 metros, cámaras submarinas dispuestas en contenedores resistentes a la presión y focos LED para iluminar las especies de interés. Esta tecnología ofrece varias ventajas sobre los métodos tradicionales, permitiendo obtener datos continuos de la densidad y distribución de las especies en el fondo marino, en lugar de datos discretos, y filmar en áreas donde las redes de muestreo no pueden acceder. Además, elimina la necesidad de capturar organismos vivos, centrando el análisis en la detección y clasificación de las especies.

Innovación en el procesamiento de imágenes submarinas

Víctor Zamora, del Laboratorio de Tecnología Pesquera (TECPES) de la PUCV, destacó el uso de cámaras de alta resolución para extraer información visual detallada mediante redes neuronales convolucionales (CNN). "Este tipo de arquitectura de red es ideal para identificar patrones en imágenes, reconociendo objetos, clases y categorías. El procesamiento de miles de imágenes se realiza con tarjetas gráficas de alto rendimiento, lo que permite la obtención de una gran cantidad de datos que posteriormente son usados para la estimación de abundancia", explicó Zamora.

El análisis de las imágenes de video submarino se realiza mediante la recopilación y etiquetado de miles de imágenes de las especies de interés. Estas imágenes se dividen en tres grupos, usadas para el entrenamiento, validación y test de las redes neuronales. El entrenamiento mediante redes neuronales permite la construcción de un mapa de características para cada objeto de interés lo cual es un insumo clave para la detección y clasificación de las especies. Este proceso permite inferir qué especie está presente en nuevas imágenes y determinar su ubicación en la imagen, facilitando el conteo de los objetos.

Un impacto significativo en la gestión pesquera

El desarrollo de OCEAN-IA no solo mejorará la precisión en la estimación de abundancia de estas especies, sino que también contribuirá significativamente a la conservación marina. "En la medida en que tengamos un mejor conocimiento de la abundancia y distribución de las especies, será posible brindar una asesoría más precisa al Estado y con ello aportar a procesos relevantes como por ejemplo los niveles de captura biológicamente aceptables", señaló Queirolo. Es por este motivo que la colaboración con la Subsecretaría de Pesca y Acuicultura y el Instituto de Fomento Pesquero es clave para la definición del producto tecnológico, así como en las etapas posteriores asociadas al uso del sistema.

Desafíos y expectativas futuras

Uno de los desafíos del proyecto ha sido el desarrollo de un sistema remolcado de observación que opere en condiciones estables sobre el fondo marino, a una distancia adecuada del objetivo para la correcta identificación y discriminación de las especies. Este proceso ha implicado un extenso levantamiento de requerimientos, propuestas, revisión de diseños y simulaciones computacionales bajo condiciones estándar.

El proyecto también contempla estudiar la respuesta de estas especies a la luz artificial, de tal manera de no alterar su comportamiento y evitar un sesgo en la estimación. Para ello, se están realizando pruebas con tres tipos de luz sobre estas especies en condiciones controladas, lo cual se lleva a cabo en el Centro de Investigación de Acuicultura Sostenible (CIAS), ubicado en el campus Curauma de la PUCV. Esto permitirá determinar el tipo de luz adecuada para el sistema remolcado de observación, y con ello pasar a la siguiente etapa del proyecto OCEAN-IA, focalizado en la definición de los modelos necesarios para la clasificación y conteo de los organismos registrados para estimar la abundancia. A medida que avance, se espera que la tecnología desarrollada en este proyecto influya en las políticas públicas relacionadas con la pesca y la protección de la biodiversidad marina, contribuyendo a una gestión más sostenible y efectiva de los recursos marinos.

Por Felipe Miranda C.

Fotos: Felpe Miranda C.