Un algoritmo para filtrar el ruido basado en el sistema visual de los insectos mejora los resultados de la inteligencia artificial en la detección de aeronaves no tripuladas

En diciembre de 2018, miles de viajeros se quedaron tirados en el aeropuerto londinense de Gatwick por culpa de los drones que se avistaron volando en las cercanías. El aeropuerto, uno de los más transitados de Europa, permaneció dos días cerrado, lo que acarreó importantes retrasos e hizo perder millones de euros a las aerolíneas. Y la invasión del espacio aéreo comercial por parte de drones no autorizados ha provocado otros incidentes similares en todo el mundo.

Con el objetivo de prevenir este tipo de problemas, un grupo de investigadores está desarrollando un sistema de detección inspirado en otro ente volador: una mosca. Y sus posibles aplicaciones no se limitarían a la detección de drones, según explican los autores en un artículo publicado en Journal of the Acoustical Society of America.

“Es impresionante”, valora Frank Ruffier, investigador del Instituto de Ciencias del Movimiento Étienne-Jules Marey de la Universidad de Aix-Marsella y el Centro Nacional de Investigaciones Científicas de Francia, quien no participó en el estudio. “Una investigación básica sobre la mosca está solucionando un problema real de la ciencia computacional.”

Esa solución permitirá superar las dificultades inherentes a la detección de drones. Muchos expertos temen que los trastornos causados por estas aeronaves pilotadas a distancia, cada vez más asequibles, vayan a más. La proliferación de drones plantea diversas amenazas, señala Brian Bothwell, codirector del equipo de Ciencia, Evaluación Tecnológica y Análisis de la Oficina de Responsabilidad Gubernamental de EE.UU. “Cualquier inconsciente o criminal puede manejar un dron”, apunta. Los pilotos imprudentes se arriesgan a provocar accidentes involuntarios, mientras que los delincuentes podrían usar estos aparatos para introducir droga en un país burlando los controles fronterizos o lanzar artículos de contrabando a los patios de las cárceles, por ejemplo. “De ahí la importancia de detectarlos”, subraya Bothwell.

Pero la tarea dista de ser sencilla. Los sistemas de detección actuales se basan en sensores visuales, auditivos o de infrarrojos que no funcionan bien cuando hay baja visibilidad, ruidos fuertes o interferencias. Para resolver el problema, se precisa lo que los programadores denominan “detección de saliencia”, que consiste esencialmente en distinguir la señal del ruido.

Ahora, con la ayuda de la naturaleza, un equipo de científicos e ingenieros de la Universidad del Sur de Australia, la Universidad Flinders y la empresa de defensa Midspar Systems podrían haber dado con una solución. En su nuevo artículo, describen un algoritmo que han diseñado aplicando ingeniería inversa al sistema visual de los sírfidos, una familia de insectos que suelen presentar rayas amarillas y negras y son conocidos por su costumbre de revolotear alrededor de las flores.

Como puede atestiguar cualquiera que haya intentado aplastar una mosca, muchos de estos insectos poseen una visión extraordinariamente aguda y muy buenos reflejos. Estas cualidades se deben a sus ojos compuestos, que captan una gran cantidad de información simultánea, y a las neuronas que la procesan, las cuales separan de manera muy eficaz las señales relevantes del ruido superfluo. Una gran variedad de animales poseen sistemas visuales capaces de eliminar el ruido, pero los sencillos cerebros de las moscas —y la consiguiente facilidad para investigarlos— convierten a los insectos en modelos de especial utilidad para los científicos computacionales.

Los investigadores examinaron el sistema visual de los sírfidos a fin de desarrollar un método para depurar los datos ruidosos que usara mecanismos similares. La información así filtrada puede introducirse en un algoritmo de inteligencia artificial para la detección de drones. En su artículo, los científicos demuestran que esta técnica combinada tiene un mayor alcance que la inteligencia artificial habitual y detecta aparatos situados hasta un 50 por ciento más lejos.

El nuevo trabajo solo constituye una prueba de concepto para demostrar la capacidad de filtrado del nuevo algoritmo basado en la visión de las moscas, pero los miembros del equipo han construido un prototipo y aspiran a comercializarlo. Sus resultados evidencian que los diseños bioinspirados podrían servir para mejorar los sistemas de detección pasiva.

“El artículo es un gran ejemplo de lo mucho que puede enseñarnos la naturaleza sobre el procesamiento de la información”, comenta Ted Pavlic, director adjunto de investigación del Centro de Biomimética de la Universidad Estatal de Arizona, que no tomó parte en el estudio.

Para aprender de los sírfidos, los investigadores se pasaron más de diez años estudiando minuciosamente las vías neuronales de sus ojos y midiendo sus respuestas eléctricas a la luz. Partiendo de los fotosensores localizados en los grandes ojos compuestos de los insectos, los ingenieros siguieron los circuitos a través de las distintas capas de neuronas y hasta el cerebro. Luego usaron esa información para construir un algoritmo capaz de detectar y amplificar las partes importantes de los datos.

En vez de suministrarle al algoritmo datos visuales, los investigadores emplearon espectrogramas (representaciones visuales del sonido) creados a partir de datos acústicos registrados al aire libre, en entornos donde volaban drones. El algoritmo logró analizar estas gráficas y amplificar los picos importantes de la señal, aquellos que correspondían a las frecuencias emitidas por los drones. Al mismo tiempo, logró reducir el ruido de fondo que no era producto de las aeronaves.

“Lo bueno es que, al tratarse de un paso de depuración, cabe esperar que podamos incorporarlo a cualquier proceso de aprendizaje automático y obtener un beneficio”, opina Emma Alexander, científica computacional de la Universidad del Noroeste ajena al estudio.

De hecho, los investigadores pretenden usar su algoritmo bioinspirado en diversas aplicaciones donde la inteligencia artificial debe procesar información del mundo real mientras lidia con condiciones complicadas. “Hemos desarrollado un sistema que puede adaptarse automáticamente a distintos entornos y acentuar los aspectos de interés”, afirma Russell Brinkworth, ingeniero biológico de la Universidad Flinders y coautor del artículo.

Por ejemplo, uno de los principales retos que plantea cualquier sistema de detección basado en la inteligencia artificial es lograr que funcione en ambientes que cambian sin cesar. “Con la inteligencia artificial tradicional, no podemos limitarnos a mostrarle al algoritmo una foto de un coche. Hay que mostrarle coches en todas las situaciones posibles en las que uno puede observarlos”, explica. “Pero si varía la iluminación o hay una sombra, el algoritmo no reconocerá lo que está viendo.” Ese es uno de los grandes obstáculos para diseñar vehículos autónomos fiables que se adapten a las variaciones de luz y otras condiciones cambiantes. Sin embargo, con el sistema inspirado en la visión de las moscas, ese filtrado se produce de forma automática.

“La inteligencia artificial funciona mejor en entornos cerrados y controlados”, concluye Brinkworth. “En cambio, los sistemas biológicos funcionan en cualquier sitio, porque si no lo hacen, mueren.”

Fuente: investigacionyciencia.es