IMEDEA día a día: Amaya Álvarez

10/05/2018

  •   Amaya Álvarez, Titulada Superior contratada en el IMEDEA (UIB-CSIC)

 

 

 

Foto:  Amaya Álvarez en su despacho del IMEDEA (Autora: Charina Cañas)

 

 

Esporles, 11 de mayo de 2018. Amaya Álvarez es Licenciada en Ciencias del Mar por la Universidad de Cádiz (2002), Máster de Gestión Costera por la Universidad de Cantabria (2004) y Doctora en Ciencias del mar por la Universidad de las Islas Baleares (2010). Empezó a trabajar en el IMEDEA (UIB-CSIC) en febrero de 2005 con una beca asociada a un proyecto de investigación, dentro del cual pudo completar su tesis doctoral, centrada en el estudio de las corrientes marinas, el oleaje y el transporte de sedimento en playas. Tras defender su tesis empezó a trabajar en el SOCIB, donde ha estado siete años desarrollando diferentes investigaciones relacionadas también con las playas y su dinámica. Amaya vuelve a trabajar en el IMEDEA (UIB-CSIC) desde febrero de 2018.

 

 

A la pregunta de: ¿qué estás haciendo estos días?, nos contesta que en estos momentos está trabajando en un proyecto conceptualmente muy  diferente a la línea de investigación que ha seguido hasta ahora, pero que se aborda mediante una metodología conún: el análisis de imágenes, aunque  donde antes el objetivo era, por ejemplo, detectar línea de costa en playas, ahora el objetivo es  detectar peces en las cajas que desembarcan los pescadores al finalizar una singladura.

 

 

Este proyecto, que se llama Fotopeix, está financiado por la Fundación Biodiversidad dentro del programa Pleamar y pretende desarrollar nuevas tecnologías para obtener información más detallada y precisa del pescado fresco desembarcado cada día por los pescadores de Mallorca. En concreto, se esta explorando la posibilidad de determinar de manera automática el número de peces y su talla a partir de imágenes de las cajas de pescado desembarcado.

 

 

Amaya está implementando algoritmos matemáticos denominados 'Deep Learnig'. Estos algoritmos, que están siendo utilizados en campos científicos muy diversos, son comparable a la utilización de redes neuronales artificiales y están suponiendo un avance muy significativo  en el campo de la inteligencia artificial. En el caso concreto en el que esta trabajando Amaya, el volumen ingente de cálculos que se requiere para el uso del 'Deep Learnig' se realiza directamente a nivel de una tarjeta gráfica de gran potencia en vez de recurrir al disco duro del ordenador, lo que permite aumentar la velocidad de cálculo en varios ordenes de magnitud.

 

 

 

El 'Deep Learnig' es una técnica de inteligencia artificial muy novedosa que genera y combina redes neuronales con muchas capas ocultas para relacionar, en este caso, imágenes de peces identificadas de manera supervisada (es decir, etiquetadas una a una por un observador). Una vez entrenado con miles de estas imágenes, el sistema aprende a reconocer de manera autónoma nuevas imágenes de peces. El objetivo final es estimar la talla de los peces que el sistema irá identificando automáticamente como peces en nuevas imágenes. Se espera, que el proyecto FOTOPEIX contribuya de manera decisiva a mejorar la información disponible sobre las capturas y, por tanto, permitirá que pescadores y gestores puedan consensuar planes de gestión basados en información objetiva y científicamente rigurosa. Por ejemplo, cruzando la información de talla con la de precio de venta podría desarrollarse un plan de explotación que maximizara las ganancias de los pescadores en lugar de las capturas.

 

 

Para que un sistema de 'Deep learning' sea preciso en sus predicciones, el primer paso es entrenarlo adecuadamente. Por tanto el primer objetivo del proyecto FOTOPEIX es entrenar el sistema con miles de imágenes de peces para que sea capaz de aprender por sí solo qué parte de una nueva imagen se corresponde con un pez. Cada patrón (es decir, cada pez en una imagen) debe ser identificado manualmente y como son necesarios miles de patrones, por el momento este entrenamiento masivo se esta realizando  con una única especie, aunque en el futuro se podría ampliar a otras especies de interés.  Aunque en un primer momento se trató de utilizar el pez completo como patrón, los resultados preliminares apuntan a que la utilización solo de la cabeza, desde la boca a la aleta pélvica, puede producir predicciones mucho mas precisas.

 

 

Amaya no solo se responsabiliza de la  implementación de los algoritmos, sino también de aspectos prácticos, que van desde solucionar problemas técnicos relacionados con las cámaras, la trasmisión de imágenes al IMEDEA, el diseño y la gestión de las bases de datos necesarias y fomentar un buen clima de colaboración con los pescadores, que serán los beneficiarios finales del proyecto.

 

 

Foto: Ejemplo de caja de pescado desembarcado en puerto  (Autora: Amaya Álvarez)

 

 

 


Fuente: IMEDEA (UIB-CSIC)