Llevar inteligencia artificial a la selva parece ciencia ficción, pero funcionó muy bien.
Un grupo de científicos de las universidades de Emory y Georgia Tech creó un dispositivo portátil con pantalla táctil e inteligencia artificial para evaluar distintas capacidades cognitivas de los monos capuchinos en la Reserva Forestal de Taboga, en Costa Rica.
Después de varios días en los que no sabíamos qué pasaría, los animales no solo aprendieron a usar la máquina, sino que también mostraron que pueden aprender mucho para conseguir comida sin tener que salir de su hogar en la selva.
¿Será esta una nueva forma de entender cómo piensan los animales sin necesidad de llevarlos a un laboratorio?
De la incertidumbre en el bosque a la primera banana entregada por inteligencia artificial
Los científicos querían saber si podían hacer pruebas para ver cómo piensan los animales en su entorno natural sin molestarlos.
Para esto, crearon algo llamado CapuchinAI.
Este sistema se metió en una computadora pequeña que se alimenta con baterías y se puso en una caja de madera resistente hecha a mano.
Esta caja tiene una cámara, una pantalla que se puede tocar y un dispensador que da rodajas de plátano seco cuando el animal hace lo que se le pide.
Cuando pusieron la plataforma en la selva, estaban muy emocionados, pero durante dos días, ningún mono se acercó.
Todo cambió al tercer día, cuando llegó un mono grande y fuerte llamado Trompudo, o también conocido como Papi.
Después de explorar la caja y tocar la pantalla, el mecanismo se encendió y dio una recompensa de comida.
Cuando el mono vio que salía una rodaja de banana seca, comenzó a asociar el toque en la pantalla con la recompensa de comida. Poco después volvió a tocar el panel y obtuvo otra recompensa, el primer aprendizaje que observaron los investigadores.
Desde ese momento, los monos empezaron a interactuar con la máquina.
Un total de 16 monos terminaron usándola, y cada uno aprendió de una manera diferente.
Algunos usaron sus manos o incluso sus labios para tocar la pantalla, mientras que otros se quedaron un poco alejados para ver cómo funcionaba antes de probarlo.
La IA reconocía seis monos, pero el bosque tenía alrededor de cien
El desarrollo del software tuvo que superar muchos obstáculos técnicos cuando se pasó del laboratorio al campo.
Al principio, se entrenó el modelo de reconocimiento facial con imágenes de muy buena calidad para identificar a seis monos capuchinos específicos de manera individual con un 97% de precisión.
Sin embargo, en la Reserva Forestal de Taboga hay alrededor de cien monos, y el equipo no tenía los videos necesarios para entrenar la red neuronal con cada uno de ellos.
Para solucionar este problema inicial, los investigadores cambiaron el código para que el sistema funcionara en una primera fase identificando la especie en lugar del individuo.
De esta manera, el sistema activaba la cámara y comenzaba a grabar cuando detectaba a un mono capuchino, en lugar de otras especies curiosas de la selva, como los coatíes.
Toda la información recopilada en video y publicada en Wiley sirvió para ampliar la base de datos y entrenar versiones más avanzadas del algoritmo que podían reconocer a cada individuo por su rostro.
Tocar una pantalla es solo el primer paso para medir una mente
Lograr que un animal toque una pantalla para recibir comida es solo el comienzo.
Los científicos quieren usar CapuchinAI para medir habilidades más complicadas, como la memoria a corto y largo plazo, el control de impulsos y la capacidad de adaptarse.
El sistema se programa para ajustar las pruebas según cada animal y controla cuántos premios se dan seguidos.
Esto evita que los animales más fuertes usen toda la plataforma y dejen a los demás sin oportunidades.
Los resultados de esta prueba inicial muestran que la tecnología moderna puede usarse junto con la observación directa para medir la inteligencia en la naturaleza.
Cada capuchino resolvió el desafío de manera diferente.
Estas diferencias en la forma de aprender y de interactuar con la pantalla muestran que cada individuo responde de manera distinta ante el mismo desafío, un aspecto que los investigadores buscan estudiar con mayor profundidad.
Al final, este avance no pretende reemplazar a los biólogos en el campo. Sino que busca ofrecer un método científico para entender mejor cómo piensan los animales en su propio hábitat.
¿Te ha servido este artículo?
Recibe cada semana lo que de verdad importa
Análisis de energía, clima y naturaleza en tu correo. Gratis y sin spam.
