Un estudio de la Universidad de Oxford utiliza inteligencia artificial para contar los ñus en la migración del Serengeti, revelando menos de 600,000 ejemplares, menos de la mitad de estimaciones anteriores.
Un estudio pionero liderado por la Universidad de Oxford, en colaboración con socios internacionales, ha aplicado por primera vez la inteligencia artificial (IA) para contar la Gran Migración de Ñus a partir de imágenes satelitales. Los resultados han sido sorprendentes: se estima que hay menos de 600,000 ñus, cifra que representa menos de la mitad de los 1.3 millones que se habían calculado previamente. Este hallazgo fue publicado el 9 de septiembre en PNAS Nexus.
La investigación ha sido encabezada por la doctora Isla Duporge, quien pertenece a la Unidad de Investigación en Conservación de Vida Silvestre de la Universidad de Oxford. La doctora Duporge afirmó: “El campo de la conservación de vida silvestre depende de contar con datos precisos sobre las poblaciones animales. La combinación de datos satelitales con aprendizaje profundo ha revolucionado nuestra comprensión sobre los números migratorios del ñu y podría abrir las puertas a nuevos métodos para el censo de otras especies”.
La Gran Migración de Ñus a través del Serengeti-Mara es uno de los espectáculos más impresionantes del mundo natural. Este fenómeno es crucial para la supervivencia de numerosos depredadores icónicos, como leones, cocodrilos y hienas manchadas, además de atraer turistas que generan ingresos vitales para Kenia y Tanzania.
Hasta ahora, las estimaciones poblacionales se habían basado en vuelos tripulados que realizaban censos fotográficos desde el aire. Este método tiene limitaciones significativas, ya que solo cubre áreas pequeñas y depende de modelos estadísticos para extrapolar densidades a regiones no evaluadas, lo que puede introducir errores si las manadas están desigualmente distribuidas.
Los censos satelitales ofrecen una alternativa convincente al permitir una cobertura mucho más amplia—hasta cientos de miles de kilómetros cuadrados en una sola imagen—lo que reduce el riesgo de contar doble y elimina la necesidad de proyecciones extrapolativas. Además, este método no interfiere con la fauna y es considerablemente más seguro que los vuelos tripulados.
En este nuevo estudio, el equipo liderado por Duporge trabajó junto al profesor David Macdonald, también perteneciente a la Unidad de Investigación en Conservación de Vida Silvestre. Juntos entrenaron dos modelos avanzados (U-Net y YOLOv8) para identificar ñus utilizando un conjunto de datos compuesto por 70,417 ejemplares etiquetados manualmente. Ambos modelos mostraron un rendimiento notable, alcanzando puntuaciones F1 (una medida precisa) superiores a 0.83.
Los modelos fueron aplicados a más de 4,000 km² de imágenes satelitales obtenidas entre agosto del 2022 y 2023 por los satélites Worldview-2 & 3, operados por Maxar Technologies. Los resultados indicaron cifras similares entre ambos modelos: entre 324,202 y 337,926 en 2022, y entre 502,917 y 533,137 en 2023. Esto revela una diferencia significativa respecto a las estimaciones anteriores basadas en vuelos aéreo.
La doctora Duporge expresó: “La diferencia abismal entre nuestras nuevas cifras y las estimaciones tradicionales plantea interrogantes sobre dónde podrían estar los ‘ñus desaparecidos’. Basándonos en datos obtenidos mediante rastreo GPS, estamos seguros que la mayoría estaba dentro del área estudiada.”
A pesar del descenso registrado en las cifras poblacionales, esto no implica necesariamente un colapso reciente en sus números; podría ser resultado del ajuste en sus rutas migratorias debido a presiones significativas como la fragmentación del hábitat provocada por actividades agrícolas e infraestructura.
La investigación destaca la importancia crucial de obtener estimaciones poblacionales precisas para guiar esfuerzos conservacionistas efectivos. El profesor David Macdonald subrayó: “El avance tecnológico logrado con nuestra investigación—el monitoreo satelital impulsado por IA—potencialmente revoluciona cómo entendemos las poblaciones migratorias del ñu y abre posibilidades increíbles para el monitoreo de otras especies grandes”.
Este estudio se suma al trabajo previo del equipo en el entrenamiento de un modelo AI para reconocer elefantes desde datos satelitales. Sin embargo, esta es la primera vez que se utiliza este enfoque para realizar un censo completo sobre mamíferos individuales dentro de una población extensa.
Los investigadores han hecho disponible el código para su modelo online.
Para leer más sobre esta innovadora investigación titulada “AI-based satellite survey offers independent assessment of migratory wildebeest numbers in the Serengeti”, publicada en PNAS Nexus.