Inteligencia artificial para tomar decisiones eficientes y sostenibles en el sector de la pesca

La digitalización y, concretamente, la inteligencia artificial no están muy extendidas en industrias tan tradicionales como la pesca. Sin embargo, esta última tecnología se utiliza ya para agilizar la obtención de datos y facilitar la toma de decisiones que favorezcan la sostenibilidad y la protección de los hábitats marinos.

17 minutos de lectura

“Para mí la pesca nunca ha sido un enemigo de la vida marina, siempre la he considerado como un componente más del mar. La pesca depende de las condiciones medioambientales, al igual que todas las especies que merodean en sus aguas. Está demostrado que la pesca no es viable si las zonas no se explotan de forma sostenible”, expresa el investigador del Instituto Español de Oceanografía (IEO) del CSIC Antonio Punzón, que ha pasado prácticamente toda su vida investigando en el mar.

En las últimas décadas se han aplicado numerosas normativas europeas a la actividad pesquera. Y a esta última se la considera la década de los ciencias oceánicas para el desarrollo sostenible, según Naciones Unidas. “La mayoría de las normas están relacionadas con la gestión de esta actividad; para que estas sean eficaces, es fundamental contar con el máximo número de datos posibles”, explica el oceanógrafo. E informa que, justamente para procesar esos datos, en los últimos años, ha empezado a utilizar la inteligencia artificial (IA).  

Al igual que él, varios grupos de investigación españoles se han sumergido en el desarrollo de proyectos de IA que permitirían a los pescadores y a la administración agilizar el procesamiento de datos, que son la base de la toma de decisiones, y mejorar tanto los procesos de producción como de comercialización y protección de los ecosistemas marinos.

Etiquetar el pescado en tiempo real

“Tradicionalmente, los datos se extraían de personas que se subían a bordo de los barcos. Posteriormente, se implementaron cámaras que grababan la actividad pesquera para después analizar cuánto había pescado cada barco, de qué forma o en qué momento”, explica el investigador Luis Taboada, del Instituto de Investigaciones Marinas (IIM) del CSIC en Vigo. Pero estas cifras también debían ser analizadas por personas observadoras, con las limitaciones que esto conlleva.

Un procesamiento de datos automatizado sirve para la identificación precisa de las especies y su talla, que son los principales factores que condicionan el precio del producto

Aquí entra en juego uno de los proyectos de IA que se desarrollan actualmente en España: DeepFish, el cual identifica a las especies capturadas, tanto si han sido el objetivo como las accidentales, por medio de técnicas de visión e IA en la región levantino balear.

“Cuando los barcos descargan el pescado, lo colocan en cajas y bandejas para comenzar el proceso de subasta y venta. En este momento, una cámara captura los peces y nuestro sistema de aprendizaje profundo identifica de manera automática y precisa las especies y su talla, que son los principales factores que condicionan el precio del producto. Para ello le hemos enseñado previamente, a través de más de 15 mil imágenes etiquetadas manualmente”, sostiene Andrés Fuster, investigador principal del proyecto de la Universidad de Alicante (UA).

Estos datos que se generan de manera automática y, en tiempo real, permitirían tomar decisiones eficaces para los pescadores. “Por ejemplo, podrían evitar durante un tiempo explotar una zona en la que se han capturado gran cantidad de peces, pero muchos de ellos carentes de interés comercial que, por lo tanto, deben ser descartados”, observa Taboada.

Instalaciones de acuicultura. / Proyecto Gloria

Los descartes se refieren a aquella parte de la captura que no es de interés comercial y que ha de ser desechada. La normativa no permite, en la mayoría de los casos, que estos sean devueltos al mar porque tienen bajas tasas de supervivencia y desequilibran los ecosistemas. Por estas razones de sostenibilidad y para garantizar la disponibilidad de recursos y la eficiencia pesquera, la reducción de los descartes es un objetivo prioritario. 

Apoyo tecnológico en la obtención de datos

Por su parte, los proyectos RETORNO y DIGIPESCA buscan devolver a los pescadores todos estos datos recogidos para que puedan tener mayores beneficios sin perjudicar el medio ambiente.

“Al sector pesquero cada vez se le exige más sobre la forma en la que se pesca, la zona de la que provienen sus productos o la transparencia de estos. Pero la mayoría de la actividad del Mediterráneo se lleva a cabo en embarcaciones pequeñas, de menos de 12 metros, y con pocas personas a bordo, sin demasiada tecnología, por lo que es costoso que hagan un buen seguimiento de dónde están pescando en cada momento, que sepan si hay sitios que les reportan más o menos ganancias o si pueden optimizar de alguna forma esos ingresos. Con la IA intentamos aportar esta información a un sector artesanal”, asegura Ignasi Catalá, científico del Instituto Mediterráneo de Estudios Avanzados IMEDEA (UIB-CSIC).

Para garantizar la sostenibilidad en los mares y océanos es necesario ir más allá de la cuantificación de las poblaciones

De esta forma, gracias a unas bases de datos acopladas a un visor, el pescador y los científicos podrán analizar mejor la relación entre el origen del pescado, las tallas y los precios, entre otros. “La IA permite combinar datos de forma masiva y procedentes de diferentes fuentes para que la normativa sea cada vez más específica y beneficie tanto a la sostenibilidad socioeconómica como la de los ecosistemas”, insiste el experto.

Innovación para hacer más atractiva la pesca

“La pesca y la acuicultura atraviesan una situación de supervivencia, pues más del 20 % del empleo en el sector se ha reducido en las últimas décadas”, alerta Lluis Miret, del Instituto de Investigación para la Gestión Integrada de la Zona Costera (IGIC) de la Universidad Politécnica de Valencia.

Miret, que coordina el proyecto DIGIPESCA de digitalización y valorización de la pesca, sostiene que “todos estos proyectos de identificación automática de imágenes podrían ser muy útiles, por ejemplo, para impulsar la venta online, tan presente hoy en muchos otros sectores”. Esta innovación y digitalización puede ayudar a que la industria pesquera resulte más atractiva para las generaciones jóvenes actuales y venideras.

Protección integral de los hábitats marinos

Para garantizar la sostenibilidad en los mares y océanos es necesario ir más allá de la cuantificación de las poblaciones. “Hasta ahora, la investigación en recursos marinos se centraba en identificar cuánto se debe pescar para asegurar el mantenimiento de una determinada especie. La tendencia actual considera que para garantizar la supervivencia de un individuo es importante también el cuidado de los fondos, el entorno, las poblaciones o el cambio climático, entre otros. El objetivo es proteger los ecosistemas y la biodiversidad”, propone la investigadora Elena Prado, del IEO de Santander.

Identificación automática de especies en los fondos marinos en el proyecto Deep RAMP. / Instituto Español de Oceanografía (IEO, CSIC) y Universidad de Cantabria (UC)

Ella trabaja en esta línea mediante el proyecto Deep RAMP, en colaboración con la Universidad de Cantabria, que utiliza submarinos dotados con cámaras que graban imágenes y vídeos de los corales y esponjas fundamentalmente localizados en zonas vulnerables.

Hasta ahora, una persona debía pasar meses etiquetando todas las especies que aparecen en las imágenes, las que están ausentes y hacer clasificaciones. “Se trata de un procedimiento muy costoso en términos de personal y tiempo empleado que podemos reducir con inteligencia artificial. Estos algoritmos son entrenados por los expertos y luego hacen su trabajo de forma autónoma y automática”, según muestra la científica, que se ha doctorado en gestión de sistemas acuáticos.

A partir de esa información, pueden advertir de la probabilidad de que en esas zonas haya corales o esponjas que puedan ser sensibles y deban ser objeto de protección. Todos estos datos permiten apoyar la toma de decisiones sobre la gestión de estos espacios, que pueden influir directamente en la industria pesquera.

Distinguir los peces salvajes de los cultivados

La inteligencia artificial también ha comenzado a estudiarse en la acuicultura. Un ejemplo de ello es el proyecto GLORIA, que busca dar respuesta a uno de los grandes problemas de la cría de peces en el mar: los escapes.

Los escapes se refieren al problema de que un animal abandone las condiciones de cautividad y se disperse en el medio natural. Estos suponen tanto una pérdida económica como una amenaza para la biodiversidad natural del medio marino.

Los grandes temporales, por ejemplo, pueden provocar que algunos individuos acaben en manos de las redes de pesca de otras personas que operan en el área. “Aunque a simple vista no parezca algo negativo, puede tener desventajas: un aumento masivo de un producto hace que baje su precio, los consumidores correrían el riesgo de comprar pescado de cría como salvaje y los acuicultores perderían las ganancias de un producto que era suyo. Otra de las consecuencias es que estos peces hayan sido tratados con antibióticos y se consuman antes de pasar el tiempo de exclusión recomendado”, explica Kilian Toledo, ecólogo marino del Departamento de Ciencias del Mar de la UA.

“Sabemos que los peces cultivados tienen una silueta más redondeada o son más obesos, mientras que los salvajes tienen una figura más hidrodinámica. Pero la máquina utiliza combinaciones aún más complejas de píxeles”

Kilian Toledo, ecólogo

Este proyecto ha utilizado la IA para poder diferenciar si los peces son salvajes, cultivados o escapados. “Alimentamos a nuestra ‘máquina’ con muchas fotos de peces escapados, cultivados y salvajes para que después el algoritmo nos dé esos datos de forma automática. Es curioso porque ni siquiera los propios expertos en computación son capaces de discernir exactamente qué es lo que está haciendo la inteligencia. Nosotros los distinguimos a nivel visual y sabemos, por ejemplo, que los peces cultivados tienen una silueta más redondeada o que son más obesos, mientras que los salvajes tienen una figura más hidrodinámica. Pero la máquina utiliza combinaciones aún más complejas de píxeles”, señala.

Esta herramienta ha reportado una ratio de acierto en dorada del 80 %, identificando si son salvajes o cultivados y con la corvina, del 90 %. El objetivo final es elaborar guías con recomendaciones para generar planes de contingencia frente a esos escapes, para que las administraciones sepan cómo actuar ante tales eventos. Asimismo, “esperamos que de este proyecto salga un plan de colaboración entre pescadores, administración y acuicultores para que estos últimos puedan recuperar parte de la biomasa perdida en estas circunstancias”.

Todos estos datos también les han hecho ver que “cuando hay olas que superan el metro y medio de altura, suele haber más escapes, por lo que hay que estar alertas”. No obstante, “son todavía aproximaciones y debemos estudiarlo mucho más porque la misma situación no vale para todas las instalaciones de la costa mediterránea española”, advierte Toledo.

Por último, los investigadores plantean crear una aplicación móvil que ayude al consumidor a, en caso de duda, identificar si un pez es salvaje o de acuicultura, a fin de reducir el nivel de fraude en productos compartidos por la acuicultura y la pesca extractiva.

Publicado originalmente por María Marín en SINC.

¿Qué te ha parecido este artículo?

¡Gracias por tus feedbacks!

¿Has visto un error de redacción o tienes alguna sugerencia?

Los medios de comunicación independientes no se financia con partidos ni subvenciones, lo hacen sus lectores. Si crees en un periodismo libre e independiente, únete a Diario de España.

Deja una respuesta

Enable Notifications OK No thanks