Durante los últimos años, la inteligencia artificial (IA) ha experimentado un desarrollo constante y el Instituto Antártico Chileno (INACH) se ha mantenido a la vanguardia de estas tecnologías. La bióloga marina Magdalena Márquez Díaz, profesional del programa de Áreas Marinas Protegidas del INACH, lidera desde el año pasado un innovador proyecto de investigación centrado en el uso de cámaras trampa. Esta iniciativa es parte del programa de Áreas Marinas Protegidas (AMP) y es fundamental para el monitoreo de ecosistemas en el Continente Blanco.
Este proyecto tiene como objetivo analizar colonias mediante un sistema de visión artificial que permite realizar conteos automáticos y diferenciar entre ejemplares adultos y polluelos. Esto facilita determinar la distribución interanual de las poblaciones, sus ciclos de arribo y partida, y los momentos críticos de fluctuación en las colonias.
La bióloga marina del INACH indica que las investigaciones en esta área habitualmente surgen de otras necesidades transversales. En este sentido, la profesional establece que la forma óptima de ejecutar este programa “era hacerlo mediante un sistema de visión artificial, el cual se generó y diseñó como una estrategia de seguridad que actualmente puede ser adaptado para la ecología”.
Monitoreo autónomo en terreno
Este trabajo se inició en 2022 con la instalación de cámaras trampa bajo los estándares de la Convención para la Conservación de los Recursos Vivos Marinos Antárticos (CCRVMA), como parte de la red del Programa de Seguimiento del Ecosistema (CEMP), que cuenta con distintos puntos de monitoreo a lo largo de la península Antártica.
Durante la temporada estival, un investigador o investigadora se traslada hasta estos dispositivos para retirar las unidades de memoria que almacenan registros de todo un año. Luego de su reemplazo, las imágenes son trasladadas al INACH en Punta Arenas, donde Márquez realiza el procesamiento de datos, que gracias al sistema de visión artificial puede completarse en solo un par de horas.
Actualmente, el programa de Áreas Marinas Protegidas dispone de ocho cámaras trampa operativas en colonias de pingüinos: tres en isla Kopaitic, cerca de la base O’Higgins, y cinco en punta Armonía, en isla Nelson (islas Shetland del Sur).
Si bien el sistema se utiliza hoy principalmente para estimar la cantidad de individuos en un campo de visión, su potencial es mayor. Entre sus aplicaciones futuras se proyecta el seguimiento de la eclosión de huevos, la supervivencia de polluelos, la detección de cópulas y el análisis de interacciones con otras especies, como la paloma antártica o los skúas, depredadores de crías. También podría aportar información sobre eventos como mortalidades masivas asociadas a tormentas o brotes de enfermedades como la gripe aviar.
Respecto a estas proyecciones, la bióloga marina señala que “otra idea a futuro para determinar con exactitud la especie de pingüino es implementar una métrica de altura mediante otra técnica de inteligencia artificial. Existen diversos mecanismos que no dependen exclusivamente de los colores; las técnicas de IA son múltiples y ofrecen grandes oportunidades para la ciencia”.
IA en la biodiversidad antártica
Si bien las primeras fotografías de las cámaras trampa datan del 2022, el sistema de IA especializado para la detección de pingüinos en la Antártica comenzó a generarse formalmente el 2025. Para su correcta implementación, Magdalena Márquez emplea un sistema de visión artificial basado en una red neuronal llamada YOLO (You Only Look Once). La profesional se ha encargado de entrenar este modelo mediante el ingreso (input) de datos etiquetados, que corresponden a fotografías de pingüinos adultos y polluelos, para que el sistema aprenda a identificar correctamente sus características morfológicas.
Respecto al uso actual y las proyecciones de esta tecnología, la investigadora establece que, aunque los métodos de machine learning y deep learning se originaron hace años, su aplicación en el monitoreo de ecosistemas es más reciente. Al respecto señala que “en cuanto a ecología, empezamos a utilizarlo hace poco. La idea es que, en un tiempo más, podamos expandirlo con un sistema de visión artificial que funcione mejor y sea específico para esto”.
El camino hacia la optimización
Aunque el sistema ha sido entrenado para operar de forma autónoma, aún enfrenta desafíos técnicos relevantes. Una de las principales dificultades está en la detección de los polluelos, ya que los ejemplares adultos suelen cubrirlos, reduciendo su visibilidad. A esto se suma el color grisáceo de su plumaje, que tiende a confundirse con el entorno rocoso de las colonias, lo que puede llevar a que el sistema los identifique erróneamente como parte del paisaje.
Pese a estas limitaciones, la herramienta ha mostrado resultados positivos, los que pudieron ser evaluados gracias al apoyo de María Cartagena, practicante de Técnico en Conectividad y Redes del Instituto Superior de Comercio de Punta Arenas (INSUCO). Según explica Márquez, lo que antes requería semanas de análisis manual hoy puede resolverse en mucho menos tiempo.
Cada año, las cámaras generan miles de registros —alrededor de 1.300 imágenes por unidad—, lo que refuerza la necesidad de optimizar este tipo de tecnologías. En esa línea, el equipo busca expandir su uso hacia otras especies, como los petreles, y perfeccionar el sistema para que sea más específico y funcional en las exigentes condiciones del continente antártico. Esto permitiría, además, reducir la necesidad de realizar conteos manuales en terreno.
