Esta innovadora investigación, liderada por expertos del Instituto Universitario de Investigación Marina (INMAR) de la UCA, aborda un desafío significativo en el estudio de la fauna marina. El Estrecho de Gibraltar, conocido por su caótico ambiente acústico debido al tráfico marítimo y los sonidos naturales, representa un entorno particularmente difícil para el monitoreo de cetáceos.
Los cetáceos dependen fundamentalmente del sonido para su orientación, comunicación y alimentación. Por ello, el análisis de sus vocalizaciones es vital para comprender su presencia y comportamiento. El modelo de IA desarrollado por Alba Márquez, Neus Pérez, Daniel Benítez, Gonzalo M. Arroyo y Andrés de la Cruz, ha sido entrenado para operar eficazmente en escenarios acústicos complejos, superando las limitaciones de los sistemas tradicionales que requieren condiciones controladas.
Este enfoque, publicado en la prestigiosa revista Engineering Applications of Artificial Intelligence, destaca la importancia de la adaptación del modelo a las condiciones acústicas del entorno.
El equipo ha recopilado más de 1.300 horas de grabaciones sonoras cerca de la isla de Tarifa, a diez metros de profundidad, entre mayo de 2024 y marzo de 2025. Durante estos despliegues, el modelo fue validado en diversas estaciones del año, demostrando su capacidad para detectar silbidos incluso con altos niveles de ruido y superposición de sonidos.
La mejora del rendimiento del sistema se logró mediante una adaptación progresiva con datos locales y una validación iterativa, lo que resultó ser mucho más efectivo que los modelos convencionales. Este avance es crucial para el seguimiento pasivo de cetáceos, una técnica que permite monitorear a estas especies sin alterar su comportamiento natural.
La automatización de este proceso agilizará el análisis de grandes volúmenes de datos, facilitando la vigilancia de áreas marinas ecológicamente sensibles. Con el Estrecho de Gibraltar como un punto clave de biodiversidad marina, esta investigación abre nuevas vías para una comprensión científica más profunda y para el desarrollo de iniciativas de conservación más eficaces.
