Cómo SharkEye utiliza drones para mantener a las personas a salvo de los tiburones blancos

¡No te pierdas la increíble innovación de SharkEye para proteger a las personas de los tiburones blancos! Descubre en este artículo cómo están utilizando drones para mantener segura la costa australiana. Ven y aprende sobre cómo funciona esta tecnología, y cómo está cambiando la manera en que nos mantenemos a salvo en el agua. ¡Prepárate para esta aventura!

Los videos de drones como el siguiente, que muestra a los tiburones nadando peligrosamente cerca de los bañistas, se han vuelto bastante comunes en los últimos años.

Estos videos son fascinantes, por no mencionar inquietantes, pero una nueva investigación está llevando el potencial de la tecnología de drones para capturar tiburones más allá del ámbito del entretenimiento, usándolo como una herramienta para detectar tiburones blancos y otros tiburones peligrosos para ayudar a mantener a las personas seguras.

Un proyecto llamado ojo de tiburon es uno de los líderes en este esfuerzo.

SharkEye tiene su sede en Benioff Ocean Initiative en la Universidad de California, Santa Bárbara. Los investigadores involucrados en el proyecto son usando drones para monitorear el océano en busca de tiburones blancos, y desarrollar un sistema que combine Inteligencia Artificial (IA) y tecnología de drones para crear informes automatizados sobre la presencia de tiburones en el agua.

El proyecto tiene dos objetivos: aprender más sobre la biología de los tiburones y ayudar a mantener a las personas seguras.

Acerca del programa SharkEye

Los investigadores del programa SharkEye introducen imágenes del océano sin procesar de un dron en un modelo de computadora que han entrenado con aprendizaje automático para reconocer a los grandes tiburones blancos.

Están trabajando en formas de combinar los datos visuales recopilados por drones con información relevante sobre la temperatura del océano y los patrones migratorios para crear predicciones sobre la probabilidad de que aparezcan tiburones blancos en un día determinado, cerca de una sección determinada de la playa. .

Cómo SharkEye utiliza drones para mantener a las personas a salvo de los tiburones blancos
Credito de imagen: ojo de tiburon

El proyecto SharkEye es una colaboración de la investigación de IA de SalesForce, científicos informáticos de la Universidad Estatal de San Diego y biólogos marinos de la UC Santa Bárbara.

Es un momento interesante en los Estados Unidos. Ahora hay más grandes tiburones blancos avistados frente a la costa que nunca antes y no hay un gran recurso para comprender esas poblaciones.

– Michael Jones, Gestión de productos—Director sénior en SalesForce

El componente de SalesForce puede parecer un poco fuera de lugar, pero el Dr. Douglas McCauley, director de Benioff Ocean Initiative, también trabaja con investigadores de IA en SalesForce (Marc Benioff, quien financia el laboratorio de McCauley, es el fundador y director ejecutivo de SalesForce) , por lo que la asociación es bastante orgánica.

Por ahora, el sistema SharkEye todavía está en desarrollo.

Los esfuerzos reales de seguimiento de tiburones realizados por el equipo de SharkEye son manuales, siguiendo esta rutina:

  • Un piloto de dron vuela un dron a lo largo de un camino preprogramado a 120 pies en el aire sobre el océano, filmando a medida que avanza.
  • Un segundo dron lo sigue, tomando una ruta más serpenteante, también filmando el océano.
  • Los pilotos monitorean sus transmisiones de video en tiempo real. Si se ve un tiburón, envían un mensaje de texto a las personas que se registraron para recibir alertas de tiburones.

Este enfoque manual para monitorear las aguas ha sido utilizado por SharkEye en Padaro Beach durante los últimos dos veranos, un lugar que es tanto un popular destino de surf como un criadero de tiburones blancos juveniles.

Eventualmente, las alertas de texto pueden formalizarse como alertas automáticas que se emiten en varios canales (texto, redes sociales o noticias locales) siguiendo el modelo de los informes de surf, lo que le permite a la gente saber cuál es el pronóstico de tiburones para el día.

[Related reading—Protecting the Ocean: NOAA’s New Drone Program Helps Improve the Collection of Crucial Oceanic Data]

La cantidad de tiburones avistados frente a la costa del sur de California ha aumentado en los últimos años, lo que crea una necesidad potencialmente urgente del tipo de tecnología que SharkEye está desarrollando.

Obtenga más información sobre el programa SharkEye en este video:

Proyecto de seguimiento de tiburones de Australia

SharkEye no es el único que trabaja en formas de automatizar el seguimiento de tiburones usando drones e IA.

Mientras SharkEye aún está desarrollando su sistema de IA, investigadores en Australia completó un juicio en junio del software de IA creado para rastrear tiburones con datos de drones en cinco playas diferentes, usándolo con éxito para identificar y rastrear la presencia de varias especies de tiburones.

Cómo SharkEye utiliza drones para mantener a las personas a salvo de los tiburones blancos
Autor de la foto: Navega salvavidas NSW

El software se entrenó utilizando aprendizaje automático, aprovechando tres años de datos visuales recopilados manualmente por drones de un programa anterior que rastreaba tiburones en tiempo real. El proyecto fue una colaboración entre Surf Life Saving New South Wales (NSW) y el Departamento de Industrias Primarias (DPI) de NSW.

Nuestro equipo ha estado desarrollando un nuevo algoritmo de aprendizaje automático que se ejecuta en dispositivos móviles para identificar especies de tiburones en tiempo real desde drones.

– Dr. Cormac Purcell, líder del proyecto

Según los investigadores que lideran el proyecto, fue la primera prueba científica independiente de un algoritmo de inteligencia artificial para detectar especies de tiburones con drones.

¿Qué piensas? ¿Habrá un informe autónomo de tiburones generado a través de datos de drones en nuestra vida? Comparta sus pensamientos en este hilo en el foro de la comunidad UAV Coach.

Error 403 The request cannot be completed because you have exceeded your quota. : quotaExceeded

Deja un comentario