Esta joven ha inventado una herramienta de bajo coste para descubrir cazadores furtivos de elefantes en tiempo real

Anika Puri, de 17 años, ha creado un modelo gestionado por ML (aprendizaje automático) que analiza los patrones de movimiento de humanos y elefantes. "Estaba atónita", recuerda la joven cuando fue a visitar a su familia en India y vio que había filas de estatuas de marfil en un mercado de Bombay: "Siempre había pensado que la caza furtiva era ilegal, ¿cómo es que todavía es un problema tan grande?". Para su sorpresa, Puri descubrió una estadística sorprendente: La población de elefantes de selva jovenlandeses ha menguado un 62% entre 2002 y 2011.



ElSa es un prototipo de software basado en aprendizaje automático que analiza patrones de movimiento en videos de humanos y elefantes. sociedad para la ciencia

Cuando Anika Puri visitó la India con su familia hace cuatro años, se sorprendió al encontrar un mercado en Bombay lleno de hileras de joyas y estatuas de marfil. A nivel mundial, el comercio de marfil ha sido ilegal durante más de 30 años y la caza de elefantes está prohibida en la India desde la década de 1970.

“Me quedé bastante desconcertado”, recuerda el joven de 17 años de Chappaqua, Nueva York. “Porque siempre pensé, 'bueno, la caza furtiva es ilegal, ¿cómo es que realmente sigue siendo un problema tan grande?'”.

Curioso, Puri investigó un poco y descubrió una estadística impactante: la población de elefantes de los bosques de África había disminuido en un 62 por ciento entre 2002 y 2011 . Años después, las cifras siguen cayendo. Amante de la vida silvestre, Puri quería hacer algo para ayudar a proteger la especie y otras que aún están amenazadas por la caza furtiva.

Los drones se utilizan actualmente para detectar y capturar imágenes de cazadores furtivos, y no son tan precisos, explica el adolescente. Pero después de ver videos de elefantes y humanos, vio cómo los dos diferían enormemente en la forma en que se mueven: su velocidad, sus patrones de giro y otros movimientos.

“Me di cuenta de que podíamos usar esta disparidad entre estos dos patrones de movimiento para aumentar la precisión de detección de posibles cazadores furtivos”, dice.

En el tras*curso de dos años, Puri creó ElSa (abreviatura de elefante salvador), un prototipo de bajo costo de un software impulsado por aprendizaje automático que analiza patrones de movimiento en videos infrarrojos térmicos de humanos y elefantes. Puri dice que el software es cuatro veces más preciso que los métodos de detección de última generación existentes. También elimina la necesidad de costosas cámaras térmicas de alta resolución, que pueden costar miles de dólares, dice. ElSa usa una cámara térmica FLIR ONE Pro de $250 con una resolución de 206x156 píxeles que se conecta a un iPhone 6 comercial. Luego, la cámara y el iPhone se conectan a un dron, y el sistema produce inferencias en tiempo real mientras vuela sobre los parques mientras a si los objetos debajo son humanos o elefantes.

Puri presentó su proyecto a la Feria Internacional de Ciencia e Ingeniería de Regeneron de este año , la competencia internacional de STEM preuniversitaria más grande del mundo, donde su trabajo está en compañía de otros diseños novedosos de estudiantes de secundaria para un motor de vehículo eléctrico , un brazo robótico de clasificación de desechos electrónicos y un robot trepador de tuberías . Su elocuencia al describir su investigación y su impacto potencial en la sociedad le valió el Premio Peggy Scripps de Comunicación Científica , y también ganó un premio máximo en la categoría de ciencias ambientales y de la tierra de la competencia.

Puri ganó el Premio Peggy Scripps de $ 10,000 a la Comunicación Científica por su capacidad para comunicar su investigación. sociedad para la ciencia

“Es realmente increíble ver a todos estos niños unirse. Y con el mismo propósito: disfrutar de la ciencia e investigar”, dice Puri. “Me sentí honrado de estar en ese escenario”.

Puri aprendió por primera vez sobre las capacidades de la inteligencia artificial justo después del noveno grado, cuando fue seleccionada para asistir al programa de verano de Stanford AI Lab.

“Al principio, mi entusiasmo por la inteligencia artificial se basaba en esta posibilidad ilimitada para el bien social”, dice. Pero pronto descubrió que debido a que los datos son recopilados y analizados por humanos, contienen sesgos humanos y, como resultado, también lo hace la IA .

“Realmente tiene la capacidad de reforzar algunos de los peores aspectos de nuestra sociedad”, dice ella. “Lo que realmente me di cuenta de esto es lo importante que es que las mujeres, las personas de tonalidad y todo tipo de minorías en el campo de la tecnología estén al frente de este tipo de tecnología innovadora”.

Aproximadamente un año después, Puri fundó una organización sin fines de lucro llamada mozAIrt , que inspira a las niñas y otros grupos subrepresentados a involucrarse en la informática mediante una combinación de música, arte e inteligencia artificial.

En una conferencia de IA donde realizó un taller, Puri conoció a Elizabeth Bondi-Kelly , una científica informática de Harvard que estaba trabajando en un proyecto de conservación de la vida silvestre utilizando drones y aprendizaje automático. Bondi-Kelly también había iniciado una organización sin fines de lucro, llamada Try AI , para aumentar la diversidad en el campo.






Puri contactó al científico informático sobre su idea de atrapar a los cazadores furtivos de elefantes usando patrones de movimiento, y Bondi-Kelly se convirtió en su mentora para el proyecto.

Para crear su modelo, Puri primero encontró patrones de movimiento de humanos y elefantes utilizando Benchmarking IR Dataset for Surveillance with Aerial Intelligence (BIRDSAI), un conjunto de datos recopilado por Bondi-Kelly y sus colegas utilizando una cámara infrarroja térmica conectada a un vehículo aéreo no tripulado ( UAV) en múltiples áreas protegidas en África. Examinando los datos, Puri identificó 516 series de tiempo extraídas de videos que capturaron humanos o elefantes en movimiento.

Puri usó un algoritmo de aprendizaje automático para entrenar un modelo para clasificar una figura como un elefante o un humano en función de su velocidad, tamaño del grupo, radio de giro, número de giros y otros patrones. Usó la serie 372: 300 movimientos de elefante y 72 movimientos humanos. Los 144 restantes se usaron para probar su modelo con datos que no había visto antes. Cuando se probó en el conjunto de datos BIRDSAI, su modelo pudo detectar humanos con más del 90 por ciento de precisión.


Puri obtuvo su licencia de piloto comercial de drones para probar su investigación en su patio trastero. anika puri

El software de Puri es "bastante encomiable", dice Jasper Eikelboom , ecologista de la Universidad de Wageningen en los Países Bajos, que está diseñando un sistema para detectar cazadores furtivos usando rastreadores GPS en animales. “Es bastante notable que un estudiante de secundaria haya podido hacer algo como esto”, dice. “No solo la investigación y el análisis, sino también… poder implementarlo en los prototipos”.

Eikelboom advierte que el modelo de Puri aún debe probarse en imágenes de video sin procesar para ver qué tan bien puede detectar a los cazadores furtivos: la precisión del modelo de Puri se probó utilizando cifras ya determinadas como humanos o elefantes. También dice que ya existen otras barreras para el uso de drones en los parques, como el dinero y la mano de obra para mantenerlos volando.

ElSa, señala, podría usarse ampliamente para otros objetivos de conservación, no solo para detectar cazadores furtivos, también.

“En ecología en general, nos gusta rastrear animales y ver lo que están haciendo y cómo impacta el ecosistema”, dice. “Y si miramos, por ejemplo, en los datos satelitales, podemos encontrar muchos patrones de movimiento, pero no sabemos qué especies son. Creo que es un movimiento muy inteligente observar estos patrones de movimiento en sí mismos en lugar de solo la imagen, los píxeles, para determinar qué tipo de especie es”.

En el otoño, Puri asistirá al Instituto Tecnológico de Massachusetts, donde quiere estudiar ingeniería eléctrica e informática. Tiene planes de expandir su investigación de patrones de movimiento a otros animales en peligro de extinción. El siguiente paso son los rinocerontes, dice ella. Y quiere comenzar a implementar su software en parques nacionales de África, incluido el Parque Nacional Kruger de Sudáfrica. Las restricciones de el bichito-19 retrasaron algunos de sus planes de viajar a estos parques para poner en marcha su proyecto, pero espera explorar sus opciones después de que comience la universidad. Debido a que los drones solo tienen una duración de batería de unas pocas horas, actualmente está creando un algoritmo de planificación de rutas para garantizar la máxima eficiencia en el curso de vuelo del dron.

“La investigación no es una línea recta”, dice Puri. “Eso me ha hecho más ingenioso. También me ayudó a convertirme en un pensador más innovador. Aprendes en el camino”.

Muy bien, aplausos y tal. Pero sigue haciendo falta un dron.