Investigadores de la École Polytechnique Fédérale de Lausanne (EPFL) han creado MammAlps, un nuevo conjunto de datos que revoluciona los estudios de comportamiento de la vida silvestre. Capturado en los Alpes suizos, MammAlps ofrece un recurso digital completo para comprender las interacciones de los mamíferos salvajes.
Este proyecto tiene como objetivo mejorar el monitoreo de la vida silvestre y las estrategias de conservación. Ayuda a los ecologistas a obtener una comprensión más profunda de los comportamientos de los animales, especialmente frente al cambio climático y el impacto humano.
Los métodos tradicionales para estudiar la vida silvestre tienen limitaciones. La observación directa y la fijación de sensores pueden ser invasivas. Las cámaras trampa producen grandes cantidades de datos que son difíciles de analizar.
La IA muestra ser prometedora en el análisis de grandes conjuntos de datos de video, pero necesita datos de alta calidad. Los conjuntos de datos existentes a menudo carecen de autenticidad o detalles contextuales, como múltiples ángulos de cámara y audio correspondiente.
MammAlps aborda estos desafíos. Es el primer conjunto de datos que ofrece información rica en anotaciones, multivista y multimodal sobre el comportamiento de la vida silvestre. Su objetivo es entrenar modelos de IA para reconocer especies y sus comportamientos.
Los investigadores utilizaron nueve cámaras trampa en los Alpes suizos, grabando más de 43 horas de metraje. Se utilizaron herramientas de IA para analizar el metraje, lo que resultó en aproximadamente 8,5 horas de material significativo.
Las anotaciones de comportamiento categorizan cada momento en actividades de alto nivel y acciones granulares. Esta estructura detallada ayuda a los algoritmos de IA a aprender de conjuntos de datos complejos.
El equipo agregó grabaciones de audio y "mapas de escena de referencia" a los datos de video. Estos mapas documentaron factores ambientales, lo que ayudó a la IA a comprender los comportamientos específicos del hábitat.
El profesor Alexander Mathis de la EPFL destaca los beneficios de este enfoque multimodal. La integración de varios tipos de datos conduce a una comprensión más matizada del comportamiento animal.
MammAlps establece un nuevo estándar para el monitoreo de la vida silvestre. Ofrece una instantánea sensorial holística del comportamiento animal en múltiples contextos y ángulos. Un punto de referencia de "comprensión de eventos a largo plazo" permite estudiar interacciones ecológicas extendidas.
El equipo planea expandir MammAlps a través de una mayor recopilación de datos en 2024. Se centrarán en la identificación de especies raras y en la mejora de las técnicas para analizar el comportamiento a lo largo de las estaciones.
MammAlps tiene el potencial de mejorar las prácticas de monitoreo de la vida silvestre. Al emplear modelos de IA, los conservacionistas pueden obtener información oportuna para rastrear los impactos del cambio climático y las actividades humanas.
MammAlps ha sido seleccionado como un destacado para ser presentado en la Conferencia de Visión por Computadora y Reconocimiento de Patrones IEEE/CVF (CVPR) en junio de 2025. El conjunto de datos está disponible en línea para acceso abierto.