Ученые создали систему распознавания по пятнам для мониторинга популяции жирафов без вмешательства

Las manchas de las jirafas son únicas, como las huellas de una persona. Aunque a primera vista parecen todas iguales, en la gran sabana africana cada animal tiene un patrón diferente en su piel. Usando este hecho de la naturaleza, un grupo de científicos del Wild Nature Institute, con ayuda de herramientas de inteligencia artificial de Microsoft, desarrolló un sistema que fue probado con fotografías de casi 4000 jirafas y puede reconocerlas por sus manchas. ¿Se puede vigilar y proteger a una especie en peligro de extinción sin usar rastreadores ni molestarlas? Cómo funciona el «reconocimiento facial» por manchas Estudiar animales muy grandes en su hábitat natural siempre ha sido bastante difícil. Uno de los métodos utilizados para seguir animales silvestres consiste en capturarlos para colocarles etiquetas o collares con GPS. Estos sistemas permiten obtener información muy valiosa, pero requieren intervenir directamente sobre los animales. Con la creación del sistema GIRAFFE, los investigadores del Wild Nature Institute y expertos de Microsoft lograron cambiar la forma en que se hace parte de este trabajo. Usaron un software inteligente que analiza las imágenes tomadas en el campo para reconocer a cada animal sin tocarlo. El sistema analiza puntos característicos del patrón de manchas y los compara con las fotografías que ya tiene almacenadas. De esta manera, puede distinguir a una jirafa de otra incluso dentro de enormes colecciones de imágenes. Además, es un proceso muy rápido. En las pruebas, el nuevo sistema resultó 120 veces más rápido que el método computacional utilizado como referencia y mejoró considerablemente la relación entre costo y eficiencia. Lo mejor de esta tecnología es que no molesta a los animales. Las jirafas pueden seguir viviendo como siempre en la sabana, sin ser capturadas ni sufrir el estrés que puede causar el etiquetado tradicional. Por qué es tan urgente proteger a la jirafa Masai El impacto de esta herramienta llega en un momento crítico para la fauna africana. La población de jirafas Masai ha disminuido un 49 % en las últimas décadas y se estima que quedan unos 32 550 ejemplares en estado silvestre. La pérdida de su hábitat, la caza furtiva y el constante avance de la actividad humana han causado una crisis. Muchos científicos califican esta crisis como una extinción silenciosa. Gracias a esta innovación, el equipo científico puede monitorear de cerca a más de 6000 jirafas Masai en Tanzania. El nuevo sistema, por su parte, fue probado con imágenes de 3987 individuos. La identificación de cada jirafa ayuda a los científicos a estudiar cuáles sobreviven con el paso del tiempo. También permite estudiar sus movimientos, los nacimientos y cómo cambia la población con los años. Toda esta valiosa información ayuda a orientar las medidas de conservación y a identificar qué zonas necesitan estar mejor protegidas o conectadas. Qué ventajas aporta esta tecnología frente a los métodos antiguos Más allá de evitar molestar a los animales, la tecnología del sistema GIRAFFE se destaca por ser fácil de usar y muy eficiente para los equipos que trabajan en el campo. Los sistemas anteriores requerían mucho tiempo y esfuerzo para revisar y clasificar miles de imágenes, lo que podía llevar meses de trabajo. El nuevo software automatiza las tareas más pesadas del proceso y, en las pruebas, alcanzó un 99 % de precisión al volver a identificar jirafas conocidas. Al hacer que el análisis de datos sea más rápido y más barato, los científicos pueden concentrarse en lo que realmente importa: actuar a tiempo para proteger las zonas donde las jirafas están en mayor riesgo. Este avance muestra que cuando la tecnología se usa para ayudar a la ecología, se pueden obtener datos de gran calidad sin afectar la libertad de los animales. Para muchas tareas de identificación y seguimiento de las poblaciones, la inteligencia artificial permite aprovechar las propias manchas de las jirafas sin necesidad de capturarlas ni colocarles una marca. Puedes consultar el artículo completo en: Gholami, S., Lee, D. E., Robinson, C., Bond, M. L., Dodhia, R., & Lavista Ferres, J. M. (2026). An accurate, efficient, and accessible AI-powered solution for wildlife re-identification in conservation. Scientific Reports, 16, Article 24790. https://doi.org/10.1038/s41598-026-54115-w ¿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.