IA logra identificar animales salvajes pese a cambios de apariencia

En medio de la inmensidad salvaje de Alaska, donde el paisaje parece repetirse entre ríos, praderas y cascadas, hay algo que durante años ha sido casi imposible incluso para los expertos: distinguir a un animal específico entre decenas que, a simple vista, parecen idénticos. Para los científicos que estudian la fauna, reconocer a cada individuo no es un detalle menor, sino una pieza clave para entender su comportamiento, sus recorridos y la dinámica de los ecosistemas. Sin embargo, cuando el pelaje cambia, el peso varía y las estaciones transforman su apariencia, la tarea se vuelve un verdadero reto.

Un algoritmo que va más allá de la apariencia

Ese fue el punto de partida para un grupo de investigadores suizos y estadounidenses que decidieron apoyarse en la inteligencia artificial para resolver un problema que llevaba años limitando los estudios en vida silvestre. Así nació PoseSwin, un programa informático capaz de reconocer animales individuales en su entorno natural, incluso cuando su aspecto cambia con el tiempo.

El sistema, desarrollado por científicos de la Escuela Politécnica Federal de Lausana (EPFL) y la Universidad del Pacífico de Alaska, fue probado con osos pardos, una de las especies más complejas de identificar. Tras meses de hibernación, estos animales emergen con el pelaje desordenado y habiendo perdido peso; luego, durante el verano, se alimentan intensamente de salmón, recuperan masa corporal y mudan completamente su pelaje. Estos cambios, que suelen confundir tanto a humanos como a sistemas tradicionales de visión artificial, representaban el mayor desafío.

Para superarlo, PoseSwin dejó de centrarse únicamente en la apariencia externa y puso el foco en detalles más sutiles pero constantes. Analiza la postura corporal del animal, la forma de su hocico, el ángulo del hueso sobre los ojos y la posición de las orejas. A partir de estos elementos, el sistema construye una especie de mapa único, una “constelación” de puntos que permite identificar a cada individuo más allá de cómo luce en una fotografía.

Datos que transforman la conservación

El desarrollo del programa se apoyó en una base de datos excepcional. Entre 2017 y 2022, se recopilaron más de 72.000 imágenes de 109 osos pardos en el Santuario Estatal de Caza del río McNeil, en Alaska, un espacio donde cada verano llegan decenas de ejemplares para alimentarse. Las distintas condiciones —lluvia, cambios de luz y múltiples ángulos— permitieron construir un archivo visual completo de estos animales en su hábitat natural.

Con ese material, PoseSwin logró resultados superiores a otros modelos de inteligencia artificial que dependen únicamente de la forma del cuerpo, la cual cambia drásticamente con el peso del animal. Además, tiene la capacidad de identificar individuos que nunca ha visto antes, una ventaja clave en entornos abiertos.

Los investigadores también probaron el sistema con imágenes tomadas por visitantes del Parque Nacional y Reserva Katmai. A partir de esas fotografías, la IA fue capaz de reconocer a varios osos y rastrear sus desplazamientos estacionales en busca de alimento, abriendo nuevas posibilidades para estudiar el comportamiento animal a gran escala.

Observar sin intervenir

Para los científicos, el impacto de esta herramienta va mucho más allá de la innovación tecnológica. Poder identificar y seguir a los animales sin necesidad de intervenir físicamente reduce el estrés en especies clave y permite recopilar información más precisa sobre su vida. En otras palabras, se trata de observar sin alterar.

Aunque el sistema fue diseñado con osos pardos, sus creadores aseguran que podría aplicarse a muchas otras especies que no tienen patrones visibles en su pelaje, como chimpancés, lobos o ratones. En un contexto donde la conservación depende cada vez más de datos detallados, herramientas como PoseSwin marcan un cambio de enfoque: ya no se trata solo de ver animales, sino de conocerlos como individuos para proteger mejor los ecosistemas que habitan.