Investigadores despliegan aprendizaje automático para descifrar la comunicación animal

SERVICIO DE NOTICIAS OPA, 9 nov (OPA) — Durante pruebas con datos del proyecto FrogID en Australia, el modelo alcanzó una precisión del 99 por ciento al distinguir sonidos de ranas y un 82 por ciento al identificar especies específicas. En colaboración con la Universidad McGill, el proyecto creó ZF-AIM para estudiar interacciones vocales en pinzones cebra, mientras que Google DeepMind diseñó DolphinGemma para predecir sonidos de delfines manchados del Atlántico. Por su parte, el Proyecto CETI utilizó IA y micrófonos subacuáticos para analizar secuencias de chasquidos de cachalotes. A pesar de estos avances, traducir señales animales al lenguaje humano sigue siendo un desafío. Los investigadores subrayan que los datos de audio deben evaluarse junto con patrones de comportamiento y condiciones ambientales. Expertos también advierten sobre riesgos éticos derivados de generar y transmitir señales sintéticas, las cuales podrían alterar poblaciones de vida silvestre.