La inteligencia artificial (IA) está transformando la forma en que los científicos analizan los ecosistemas a través del sonido, facilitando la identificación y seguimiento de especies en peligro de extinción. Entre estas innovaciones se encuentra Perch, un modelo de análisis bioacústico que, según sus desarrolladores, ha mejorado su capacidad para procesar grandes volúmenes de datos de manera más precisa y versátil.
La bioacústica utiliza grabaciones obtenidas mediante micrófonos terrestres o hidrófonos submarinos para registrar vocalizaciones de aves, anfibios, mamíferos marinos, insectos y peces. Estos registros permiten a los investigadores determinar qué especies habitan una zona y evaluar la salud de un ecosistema. El principal reto ha sido el análisis de estas enormes bases de datos, que pueden acumular miles o millones de horas de audio.
Perch, un modelo con mayor alcance taxonómico y ambiental
La última versión de Perch, disponible en abierto a través de la plataforma Kaggle, presenta mejoras en la identificación de especies de aves y una mayor capacidad de adaptación a nuevos entornos, incluyendo ecosistemas submarinos como los arrecifes de coral. El modelo ha sido entrenado con casi el doble de datos que su versión anterior, integrando registros de mamíferos, anfibios y ruidos de origen humano, con fuentes como Xeno-Canto e iNaturalist.
Otra de sus capacidades es el análisis de escenas acústicas complejas, detectando especies y comportamientos específicos —por ejemplo, el número de crías nacidas o la presencia de individuos concretos— a partir de una sola muestra de sonido. Este enfoque, denominado agile modeling, combina búsqueda vectorial y aprendizaje activo, permitiendo la creación de clasificadores precisos en menos de una hora, incluso para sonidos poco frecuentes.
Aplicaciones en conservación y descubrimiento de especies
Desde su lanzamiento en 2023, Perch ha sido descargado más de 250.000 veces y se ha integrado en herramientas de trabajo para biólogos, como BirdNet Analyzer de la Universidad de Cornell.
En Australia, ha contribuido a que BirdLife Australia y el Australian Acoustic Observatory desarrollen clasificadores para especies locales, lo que permitió detectar una nueva población del escurridizo Plains Wanderer. En palabras de Paul Roe, decano de investigación de la James Cook University, este tipo de hallazgos “ayudará a definir el futuro de muchas especies de aves amenazadas”.
En Hawái, el laboratorio LOHE Bioacoustics de la Universidad de Hawái ha utilizado Perch para acelerar la localización de cantos de mieleros hawaianos (honeycreepers) hasta 50 veces más rápido que con sus métodos anteriores. Estos pájaros, relevantes en la cultura local, están en riesgo por la propagación de malaria aviar transmitida por mosquitos no nativos.
Perspectivas para la ciencia acústica de la biodiversidad
La mejora de modelos como Perch no solo optimiza el tiempo de análisis, sino que también amplía el alcance geográfico y taxonómico de la monitorización. Esto permite a los equipos de conservación centrar más recursos en tareas de campo y en la toma de decisiones estratégicas.
Los desarrolladores subrayan que cada nuevo clasificador y cada hora de grabación procesada representan un avance en el registro y preservación de la biodiversidad sonora del planeta. La combinación de IA y bioacústica apunta a un futuro donde la recopilación y análisis de datos acústicos pueda realizarse de manera continua y global, incrementando la capacidad de respuesta ante amenazas para la fauna.
