Caballitos de mar y otras especies marinas contrabandeadas en maletas podrían ser detectados con IA

Muchos artículos de vida silvestre marina que se trafican habitualmente, como las aletas de tiburón, pueden ocultarse en equipaje o paquetes y transportarse a través de las fronteras con relativa facilidad, sin ser detectados, por lo que para solucionar esto, científicos de la Universidad Macquarie (Australia), utilizaron inteligencia artificial para desarrollar un algoritmo capaz de detectar muestras de criaturas marinas comúnmente traficadas (aletas de tiburón, caballitos de mar y pepinos de mar) con una precisión del 92%.

“El comercio de vida silvestre es cruel y poco ético”, declara la doctora Vanessa Pirotta, de la Universidad Macquarie, autora principal del nuevo artículo publicado en ‘Frontiers in Ocean Sustainability’. “Para muchos, esta puede ser la primera vez que oyen hablar del tráfico ilegal de vida silvestre marina. El tráfico de vida silvestre no se limita a las especies que nos resultan más familiares, como el cuerno de rinoceronte o el marfil de elefante. Aprovechamos este Día Mundial de los Océanos para visibilizar este problema”.

MIRA: Cosmeticorexia: cómo las niñas están cayendo en la peligrosa obsesión de tener una piel perfecta

Se estima que el comercio ilegal de fauna marina mueve miles de millones de dólares cada año y representa una grave amenaza para los animales en peligro de extinción. El transporte de animales para consumo humano, medicinal, ornamental o como mascotas pone en peligro la supervivencia de poblaciones que viven en un equilibrio precario, mientras que los animales que son traficados vivos podrían escapar y convertirse en especies invasoras en otros ecosistemas.

Sin embargo, detectar el tráfico ilegal en curso es más fácil decirlo que hacerlo, lo que dificulta no solo detenerlo, sino también cuantificar su impacto ambiental.

El equipo reutilizó escáneres de tomografía computarizada de rayos X ya existentes, que se utilizan en muchos aeropuertos para detectar explosivos o amenazas de bioseguridad. Estos escáneres toman múltiples rayos X de un solo objeto, creando una imagen 3D de su contenido.

Mediante el uso de una red neuronal para entrenar un algoritmo capaz de reconocer especies comúnmente traficadas en estas imágenes, los científicos esperaban crear un sistema que pudiera marcar automáticamente las maletas para su inspección.

Los científicos optaron por trabajar con aletas de tiburón, caballitos de mar y pepinos de mar. Las aletas de tiburón son muy demandadas como alimento, mientras que los caballitos de mar secos se comercializan para la medicina tradicional.

El contrabando de pepinos de mar se registra con menos frecuencia, aunque sabemos que a menudo se pescan ilegalmente en exceso; los investigadores creen que el contrabando de pepinos de mar es más común de lo que podemos demostrar actualmente.

Realizaron un total de 298 escaneos de 20 muestras de pepino de mar, 30 de caballito de mar y 18 de aleta de tiburón, muchas de ellas procedentes de incautaciones de tráfico de fauna silvestre. Se crearon cinco escaneos diferentes para cada muestra en distintas posiciones y contextos, además de escaneos que contenían varias muestras diferentes.

Los científicos también escanearon muestras en condiciones que imitan las tácticas de los contrabandistas (envolviéndolas en latas o ropa, o escondiéndolas en juguetes infantiles) y añadieron algunos de sus escaneos a imágenes de tomografía computarizada de maletas que habían sido escaneadas sin mercancía de contrabando, una técnica denominada Proyección de Imagen de Amenaza. Esto ayuda a simular circunstancias de la vida real, donde las muestras pueden encontrarse ocultas en el equipaje.

Los científicos utilizaron estas imágenes para entrenar el algoritmo para que reconociera las aletas de tiburón, los pepinos de mar y los caballitos de mar, y luego probaron el algoritmo con un subconjunto de imágenes que nunca antes se le habían proporcionado.

MIRA: Usuarios pagan por apps para espiar celulares, pero terminan siendo víctimas de estafa

El algoritmo tuvo una efectividad general del 92%: 95% en la detección de aletas de tiburón, 96% en la de caballitos de mar y 86% en la de pepinos de mar. La tasa de falsos positivos fue del 13%: 2% para aletas de tiburón, 1% para pepinos de mar y 9% para caballitos de mar.

Esta alta precisión sugiere que este algoritmo de detección automática podría ser una herramienta poderosa para interceptar envíos que actualmente eluden los controles existentes, lo que ayudaría a cortar rutas comerciales y a lograr condenas para quienes trafican con fauna marina.

Sin embargo, un programa eficaz de detección automática para estas especies es solo una parte de la solución. Muchas otras especies también son objeto de tráfico ilegal, y los falsos positivos seguirán requiriendo controles manuales. Además, no todos los aeropuertos tienen acceso a escáneres CT 3D, que son costosos; otros aún dependen de escáneres 2D. La detección automática complementará los métodos de detección existentes, en lugar de reemplazarlos.

“Solo podemos simular escenarios de tráfico reales basándonos en lo que se ha detectado anteriormente”, finaliza Pirotta. “La IA no es la solución definitiva para la detección, ni un sustituto para la detección humana y la de perros rastreadores”.