La detección de árboles de aguajes mediante la optimización de algoritmos de inteligencia artificial será una realidad.
Este proyecto presentado por el Instituto Nacional de Investigación y Capacitación de Telecomunicaciones de la Universidad Nacional de Ingeniería (INICTEL-UNI) ganó un fondo concursable del Programa Nacional de Investigación Científica y Estudios Avanzados (Prociencia) del Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica (Concytec).
Antero Castro Nieto, responsable técnico del proyecto, dijo a El Peruano que el sistema tecnológico busca monitorear los aguajes para facilitar su conversación debido a que se trata de una especie vegetal muy importante para la subsistencia de las comunidades amazónicas.
“La Mauritia flexuosa L., conocida comúnmente como palma de aguaje, constituye la especie dominante en hábitats de la selva amazónica. Este ecosistema no solo es crucial desde un punto de vista ecológico, sino también desde perspectivas sociales y económicas. Posee la mayor capacidad de captura de dióxido de carbono en toda la región amazónica y proporciona un hogar diverso para numerosas especies de animales”, dijo.
Para la adaptación y evaluación de los algoritmos existentes se utilizan algunas etapas de la metodología KDD (Knowledge Discovery in Databases) y CRISP-DM (Cross-Industry Standard Process for Data Mining), las cuales abarcan desde la recolección de datos hasta la implementación y evaluación de los modelos.
Para el entrenamiento de los algoritmos se realizan ajustes en el procesamiento de imágenes que deberán ser capturadas, extrayendo información relevante sobre el estado de los aguajales. Además, se deberá comparar los datos obtenidos de teledetección con los datos de referencia recogidos en campo para evaluar la precisión y la correlación entre ambos sets de datos, dijo el experto.
Para ello, se captan imágenes mediante drones, así como a partir del análisis de laboratorio en zonas de cultivo.
“El algoritmo entrenado utiliza las imágenes aéreas recolectadas por los drones sobre los aguajales, encontrando patrones visuales y características asociadas, como la forma de la copa, el color del follaje o su distribución en el terreno”, sostuvo. Con la detección precisa en grandes áreas difíciles de monitorear, el algoritmo no solo procesará las imágenes, sino que también integrará los resultados en dashboards y herramientas analíticas en tiempo real.
