Texto: Museo Nacional de Ciencias Naturales
En concreto, el MNCN es ha desarrollado esta herramienta, que alcanza un 95% de precisión, para numerosas especies. Este algoritmo de código abierto, que está disponible para otros equipos científicos, abre numerosas posibilidades para la investigación y conservación de animales difíciles de observar mediante métodos tradicionales. “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”, señala Andrea Zampetti, autor principal del estudio.
Más de 230.000 imágenes para entrenar al algoritmo
TropiCam-AI es capaz de reconocer 84 taxones de mamíferos y aves neotropicales, incluyendo todos los géneros de monos del continente americano. Para desarrollar la herramienta, el equipo entrenó al 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, para mejorar la precisión en casos de incertidumbre, se implementó una estrategia de clasificación jerárquica que permite asignar especies difíciles de catalogar a niveles taxonómicos superiores (género, familia u orden), lo que incrementa la precisión general y posibilita que el modelo funcione también en lugares y especies no contemplados durante el entrenamiento. Por ejemplo, una nueva especie de mono araña puede ser reconocida eficazmente como perteneciente al género Ateles, incluso si el algoritmo no fue entrenado con ella.
Aunque los algoritmos de inteligencia artificial para el reconocimiento de especies se han vuelto cada vez más comunes en los últimos años, las herramientas disponibles se centran principalmente en especies terrestres de ambientes templados. TropiCam-AI está disponible en la plataforma AddaxAI, una interfaz interactiva diseñada para que sea accesible a los investigadores independientemente de sus conocimientos técnicos y de programación.
Su fácil acceso permitirá realizar inventarios rápidos de especies de fauna arbórea, lo que facilita el desarrollo de estudios de ecología del comportamiento, ecología de comunidades y conservación en uno de los ecosistemas más biodiversos y menos explorados del planeta, el Neotrópico.
Artículo de referencia:
Andrea Zampetti y otros autores (2026). Introducing TropiCam-AI: A taxonomically flexible automated classifier of Neotropical arboreal mammals and birds from camera-trap data. Methods in Ecology and Evolution.
Si (
No(
