El aprendizaje profundo puede ayudar a proteger a los chimpancés
Un nuevo detector acústico basado en el aprendizaje profundo permite identificar los sonidos de los chimpancés y, de este modo, monitorizar de manera más eficiente las poblaciones de estos primates y anticiparse a las amenazas humanas.
Por Enrique Coperías
Chimpancé del Parque Nacional de los Montes Mahale, en Tanzania. Cortesía: Adrienne Chitayat
El futuro de los chimpancés depende de estrategias de conservación inteligentes y eso requiere de datos, de muchos datos. La ecóloga Adrienne Chitayat, de la Universidad de Ámsterdam (Países Bajos) ha investigado los chimpancés en Tanzania y es la primera investigadora en estudiar sistemáticamente la densidad poblacional de estos primates en todo el Parque Nacional de las Montañas Mahale.
En su tesis doctoral, proporciona una base detallada de la densidad de chimpancés en el parque, que forma parte del Gran Ecosistema Mahale. Chitayat también ha desarrollado un nuevo detector acústico basado en el aprendizaje profundo que puede identificar los sonidos de los chimpancés. Esta tecnología permite vigilar más eficazmente las poblaciones de estos animales y anticiparse más fácilmente a las amenazas de origen humano.
Los chimpancés son, junto con los bonobos, nuestros parientes vivos más cercanos. La mayor población de chimpancés de Tanzania, el extremo más meridional y oriental del área de distribución de esta especie, vive en el Gran Ecosistema de Mahale, que abarca casi 20.000 km2. Incluye el Parque Nacional de las Montañas Mahale, un hábitat crucial para el chimpancé oriental (Pan troglodytes schweinfurthii).
Escasez de estudios sobre el chimpancé oriental
A pesar de la importancia de la zona, que cuenta con uno de los centros de investigación de chimpancés más antiguos, se han realizado muy pocos estudios sobre estos primates en todo el parque», explica Chitayat en una nota de prensa de la Universidad de Ámsterdam. Ha habido estimaciones basadas en estudios a pequeña escala o localizados, pero no datos de referencia exhaustivos. «Y sin esa información, es difícil comprender los patrones de población de los chimpancés y desarrollar buenas estrategias de conservación. Mi objetivo era llenar ese vacío», explica la ecóloga.
Los chimpancés duermen en nidos, y rara vez utilizan la misma vivienda dos noches seguidas, lo que significa que hacen uno nuevo cada día. Contando los nidos y determinando su edad, Chitayat pudo hacer una estimación fiable de la densidad de chimpancés en todo el parque. Descubrió que la densidad varía entre 1,1 y 3,7 chimpancés por kilómetro cuadrado.
Una pareja de chimpancés del Parque Nacional de las Montañas Mahale. Un sistema de aprendizaje profundo permite identificar los sonidos que emiten, incluidos los de alerta. Cortesía: Adrienne Chitayat
En primera línea del cambio climático
El Parque Nacional de las Montañas Mahale es excepcionalmente diverso, con paisajes que van desde densas selvas tropicales hasta vastas sabanas. «Lo sorprendente es que los chimpancés utilizan todo el hábitat, y no solo las zonas boscosas —explica Chitayat. Y continúa—: Los encontramos tanto en vegetación abierta como cerrada, y la densidad de población está relacionada con factores ecológicos, como las fuentes de alimento disponibles». En las zonas abiertas y más secas, con bosques en su mayoría en franjas, hay menos comida y la densidad de chimpancés es menor.
«Al observar cómo los chimpancés utilizan el paisaje y se mueven en él, podemos concluir que no solo las zonas densamente boscosas son importantes para la protección de los animales. Este ecosistema está en primera línea del cambio climático. Ahí reside una de las mayores amenazas –dice Chitayat. Y añade—: Cuidando, por ejemplo, los corredores que conectan zonas importantes o aisladas, apoyamos la capacidad de los chimpancés para moverse más libremente y protegemos mejor la longevidad de la población».
Aprender de los sonidos
Contar los nidos, como ha hecho Chitayat para todo el parque nacional tanzano, es un método bueno y fiable de vigilar a los chimpancés. Pero también lleva mucho tiempo y resulta muy caro. Además, es difícil que muchos chimpancés se dejen observar de cerca. Por eso, según Chitayat, se necesitan otros métodos que permitan el estudio de los que no están habituados a la presencia humana, que son la mayoría de los chimpancés.
Chitayat desarrolló un nuevo detector acústico basado en el aprendizaje profundo para utilizarlo con la monitorización acústica pasiva. «La monitorización acústica pasiva es una técnica revolucionaria que registra automáticamente todos los sonidos en las proximidades del dispositivo acústico, incluidos los sonidos de los chimpancés —explica Chitayat. Y añade—: Puede utilizarse para averiguar dónde están los chimpancés, con qué frecuencia, a qué horas y cuántos individuos. El problema es que se tienen horas, días e incluso semanas de grabaciones sonoras que son demasiado laboriosas para escucharlas manualmente».
Por ello, Chitayat investigó si podía automatizar la identificación de los sonidos de los chimpancés para clasificar de forma más eficiente los vastos conjuntos de datos utilizando el aprendizaje profundo. También conocido como deep learning, este es, en esencia, una rama del aprendizaje automático que utiliza redes neuronales artificiales con muchas capas —redes neuronales profundas— para modelar y entender patrones complejos en grandes volúmenes de datos.
A través de un proceso de entrenamiento, estas redes aprenden a reconocer características y tomar decisiones de manera autónoma, lo que las hace especialmente útiles en tareas como el reconocimiento de voz, la visión por computadora, el procesamiento del lenguaje natural y más. Su capacidad para aprender de manera jerárquica y manejar datos no estructurados ha llevado a avances significativos en diversas aplicaciones tecnológicas.
De sonidos fuertes a gruñidos suaves
Para que el algoritmo de aprendizaje profundo de Chitayat funcionara correctamente, hubo que alimentarlo con muchos datos de entrenamiento (ejemplos de sonidos de chimpancés y su entorno). «Eso fue difícil, porque no hay grandes bases de datos de sonidos disponibles, a diferencia de las aves, por ejemplo —dice Chitayat. Y añade—: Los chimpancés emiten muchos sonidos diferentes para comunicarse entre sí, desde fuertes gritos para impresionar y comunicarse a larga distancia hasta suaves gruñidos para saludarse. Nos centramos en los pitidos, lo que dificultó aún más nuestra tarea debido a la complejidad y variabilidad de estas llamadas».
Chitayat consiguió hacer del detector acústico un método viable. Es un gran paso, pero no el último. «La tecnología de aprendizaje automático podría llegar a utilizarse para distinguir chimpancés individuales. Eso permitiría conocer mejor la demografía dentro de los grupos —como el número de machos y hembras y su clase de edad— y sus pautas y hábitos. Cuanto más sepamos, mejor podremos proteger a los chimpancés», concluye esta ecóloga. ▪️
Información facilitada por la Universidad de Ámsterdam
