Científicos daneses crean un radar para identificar especies de abejas y avispas
Científicos europeos desarrollaron un sistema de radar de ondas milimétricas que distingue especies de abejas, avispas y otros polinizadores basándose en las fi
Procesado por IA desde IEEE Spectrum AI; editado por Hamidun News
Identificar especies de polinizadores ha requerido tradicionalmente un método peligroso y costoso: atrapar los insectos, matarlos e inspeccionarlos detalladamente bajo un microscopio. Aunque es necesario para una identificación precisa, causa daño a las poblaciones. Investigadores europeos han encontrado una forma de distinguir abejas, avispas y otros polinizadores sin hacerles daño, utilizando un radar.
Cómo el radar reconoce insectos
Científicos de la Universidad Tecnológica de Dinamarca y del Trinity College Dublin desarrollaron un sistema basado en ondas de radio milimétricas. La idea clave es simple: cada especie de insecto bate sus alas de manera única, y estos movimientos crean firmas micro-Doppler singulares, patrones específicos en la reflexión del radar. Es como una huella dactilar, pero para las alas.
El radar tradicional se ha utilizado únicamente para rastrear grandes enjambres de insectos migratorios a gran altura, como langostas o mariposas durante la migración. Pero la señal de un pequeño insecto volando bajo sobre una flor es extremadamente débil. Adam Narbudovic, líder de la investigación en la Universidad Tecnológica de Dinamarca, explica que era imposible detectar tal señal débil simplemente observando datos de un único momento en el tiempo.
La solución se encontró en la integración de señales: en lugar de analizar un único momento en el tiempo, el sistema acumula y procesa datos durante un período más largo, extrayendo información suficiente para la identificación. Los especialistas se enfocaron en cómo los aleteos de las alas del insecto crean firmas micro-Doppler, cambios sutiles en la reflexión del radar causados por movimientos microscópicos.
«Cuando miramos las señales crudas, es difícil captar todos los detalles sutiles.
Pero con el aprendizaje automático conseguimos distinguirlos», — Adam Narbudovic.
Pruebas y resultados
Los científicos entrenaron un modelo de aprendizaje automático en cinco especies de polinizadores: abejas melíferas, abejas excavadoras y avispas de diferentes tipos. El experimento se llevó a cabo en el campus del Trinity College Dublin. Cada insecto se colocaba en un pequeño cilindro de plástico sobre un transmisor de antena milimétrica, se registraba su firma de radar y luego se liberaba ileso.
El modelo analizaba más de 70 características diferentes de la reflexión del radar de cada insecto, incluyendo la frecuencia de los aleteos, la velocidad del cambio de movimiento y la amplitud de la señal. Los resultados son impresionantes:
- Precisión del 85% en la identificación de especies específicas de insectos
- Precisión del 96% en una clasificación más amplia: distinción entre grupo de abejas y avispas
- Análisis de más de 70 características de cada reflexión del radar
- Mejora de precisión del 75% con 0,1 segundos de observación al 84% con 1 segundo
Aplicación práctica
Los investigadores proponen crear dispositivos similares a trampas en los que los insectos entren naturalmente, el sistema los analiza durante el vuelo, y luego salen ilesos. Esto abre múltiples aplicaciones prácticas.
Monitorear las poblaciones de polinizadores es críticamente importante para la agricultura, ya que las abejas polinizan aproximadamente un tercio de los alimentos que consumimos. El sistema también puede rastrear plagas agrícolas e identificar especies invasoras antes de que se propaguen.
Las ondas de radio utilizadas en el sistema son completamente seguras; la potencia es mucho menor que cualquier nivel potencialmente dañino. Esto es muy diferente de las trampas tradicionales, que a menudo utilizan cianuro u otras sustancias tóxicas.
Qué significa esto
El cambio de matar insectos a un monitoreo no invasivo es un paso enorme para la entomología y la conservación de la biodiversidad. El siguiente objetivo de los científicos es desarrollar una versión portátil para uso en campo y compilar una base de datos global de firmas de radar de todos los polinizadores conocidos.
Tal base de datos permitiría identificar instantáneamente un insecto por su patrón de vuelo. Agregando datos ambientales, se podría rastrear no solo la composición de especies, sino también cambios de comportamiento, como patrones anómalos en la frecuencia de aleteos que indiquen estrés poblacional o enfermedad.
¿Quieres dejar de leer sobre IA y empezar a usarla?
AI News es un feed curado de noticias de IA. Hamidun Academy te enseña a usar la IA en tu trabajo.