Primer Simposio Internacional en Inteligencia Computacional Aplicada al Análisis de la Conducta Animal

In this talk, Ilyena will delve into the latest advancements in animals using technology, both within zoo enclosures and domestic settings. With a wealth of experience in developing novel technologies tailored for animals, she will unpack the challenges inherent in developing technologies for non-human animals. These challenges encompass ethical considerations, technological and ergonomic constraints, and the complex task of deciphering animal requirements, needs and understanding of computer devices. Building upon these insights, she will then spotlight future directions in animal computing. From facilitating animals' engagement in accessing the internet via video calls, to investigating ways to tailor technologies to accommodate animals' individual and collective needs, she will highlight exciting possibilities at the intersection of technology and animal welfare.

El jaguar es una especie emblemática de México que se ha visto amenazada en los últimos años debido a la reducción de su hábitat, la caza ilegal y la dinámica con poblaciones productivas. Para poder colaborar con su conservación, el desarrollo de herramientas tecnológicas que permitan el monitoreo, la identificación y la comprensión de la dinámica poblacional de los individuos es de crucial importancia. Dado que el jaguar es una especie biológicamente escasa debido a su condición de depredador, es difícil conseguir imágenes del felino en su hábitat natural, lo cual ha dificultado la consolidación de iniciativas que utilicen herramientas automatizadas de reconocimiento de imágenes para monitorear el comportamiento de la especie. En el presente trabajo se muestra el proyecto realizado en conjunto por empresas privadas (C-Minds), el Gobierno (SDS) y la Academia (Universidad Politécnica de Yucatán) para utilizar imágenes capturadas a partir de cámaras trampa instaladas en la reserva natural de Dzilam de Bravo. Los resultados obtenidos muestran la factibilidad del uso de redes neuronales artificiales para la identificación exitosa de individuos en la selva de la Península de Yucatán. Asimismo, se presentan los resultados obtenidos en el desarrollo de una aplicación web que posibilita la colaboración entre diferentes actores y contribuye a la conservación de los jaguares en México..

Contenido

El uso de monitoreo acústico pasivo (PAM por sus siglas en inglés) es una técnica cada vez más utilizada en el estudio y seguimiento de la fauna silvestre. Consiste en grabar y analizar los sonidos generados por los animales, para detectar su presencia, identificar sus especies, estimar su abundancia y obtener información sobre sus comportamientos naturales. El PAM se realiza utilizando grabadoras acústicas automáticas colocadas en los lugares de muestreo para grabar sonidos ambientales durante largos periodos de tiempo. A pesar de ser una técnica muy prometedora que presenta muchas ventajas, al ser una técnica relativamente reciente también presenta algunas limitantes que se deben tener en cuenta al momento de decidir utilizarla. Durante los últimos años he estado utilizando el PAM para poder determinar la presencia de los monos araña en la Península de Yucatán, durante esta charla compartiré mi experiencia trabajando con esta técnica en campo y en el procesamiento y análisis de los datos recolectados.

Durante los últimos años, los avances tecnológicos han permitido no solo estudiar el movimiento animal a una escala sumamente detallada sino también obtener información del entorno por el cual los animales se desplazan. Esta gran capacidad de toma de datos genera importantes desafíos a la hora de visualizar y analizar la información recolectada. A lo largo de la presentación haré una breve introducción a diferentes tipos de dispositivos electrónicos que se utilizan para estudiar el comportamiento animal, tales como los Sistemas de Posicionamiento Global (GPS), videocámaras y dispositivos de sensores múltiples. Posteriormente, me concentraré en la información que brindan los acelerómetros y sus potencialidades y limitantes para el estudio del comportamiento animal. Finalmente, presentaré cómo el empleo de diferentes algoritmos a la gran cantidad de datos obtenida a partir de los acelerómetros permite automatizar la clasificar de comportamientos específicos.

En esta charla se presentarán dos proyectos enfocados en el análisis de movimiento canino a partir de sensado inercial. El primero consistió en medir el comportamiento de un conjunto de perros domésticos durante la interacción con sus dueños y una persona extraña en tres diferentes escenarios. Además, se colocaron sensores inerciales y de electromiografía en las personas para medir su reacción durante las pruebas de interacción. El segundo está enfocado en medir las emociones caninas durante cuatro pruebas divididas en dos dimensiones: valencia y activación. Los datos fueron recopilados con el dispositivo PATITA, mediante el cual se recopilaron datos inerciales y fisiológicos

En esta charla se aborda cómo el Análisis Experimental Computacional de la Conducta revela la dinámica espacial de los procesos conductuales básicos. Se presentan investigaciones que utilizan herramientas computacionales, como la visión artificial y el aprendizaje automático, para entender la conducta animal, contrastando estas nuevas metodologías con los enfoques tradicionales del análisis experimental de la conducta. Se enfatiza la importancia de un enfoque multidisciplinario que integra herramientas fisicomatemáticas e inteligencia computacional para examinar la dinámica espacial en una variedad de procesos conductuales, incluyendo la motivación, el aprendizaje espacial y el miedo condicional. Se plantea que el estudio del movimiento animal es esencial para comprender los procesos conductuales, y se argumenta que el análisis de la dinámica espacial, respaldado por inteligencia computacional, promoverá el avance de la ciencia del comportamiento y su integración con otras disciplinas afines.

MSc. en Ciencias de la Computación por la Universidad Autónoma de Yucatán, ha trabajado como desarrollador y arquitecto de software en la industria pública y privada, especializado en el desarrollo web y productos centrados en la Inteligencia Artificial. Fue director de tecnología en SoldAI y ha realizado numerosos cursos y certificaciones, incluyendo Aprendizaje Profundo, Redes Adversarias Generativas y Procesamiento del Lenguaje Natural, entre otros. Está certificado como Desarrollador Profesional de Tensorflow por Coursera, Ingeniero de Aprendizaje Profundo por Workera y Practicante de IA con Aprendizaje Profundo por IBM. Ha participado como conferencista en congresos nacionales e internacionales y cuenta con publicaciones científicas en Procesamiento del Lenguaje Natural y Sistemas de Tutoría Conversacional Inteligente. Ha sido profesor en universidades privadas y públicas. Actualmente, es director de Tecnología y cofundador de Neuraan, una empresa de IA centrada en el procesamiento de lenguaje natural. También es el líder técnico del proyecto Tech4Nature México, en el área de los algoritmos de visión por computadora y es Profesor Asociado en la Universidad Politécnica de Yucatán, donde imparte materias de Sistemas Predictivos, Redes Neuronales y Procesamiento del Lenguaje Natural.

Institución
Universidad Politécnica de Yucatán

Adscripción
Ingeniería en Datos

Sitio Web:
Google Scholar: https://scholar.google.com/citations?user=EFMgliAAAAAJ&hl=es
Medium: https://medium.com/@mario.campos.soberanis

Obtuvo los grados de Licenciado en Ciencias de la Computación y Maestro en Ciencias Matemáticas en la UADY, en 2002 y 2007, respectivamente. Obtuvo el grado de Doctor en Informática y Matemáticas aplicadas en la Universidad de Grenoble, Francia en 2013. Desde el 2013, se desempeña como profesor de tiempo completo en la Facultad de Matemáticas de la UADY. Sus intereses de investigación se centran en la robótica móvil y en aplicaciones del aprendizaje de máquina.

Es Psicóloga (1999) con Maestría en Diagnóstico y Rehabilitación Neuropsicológica por la Benemérita Universidad Autónoma de Puebla (2002). En 2011 obtuvo su Doctorado en Neuroetología en la Universidad Veracruzana y en 2012 hizo un Postdoctorado en Ciencias Biológicas en la Universidad Autónoma de Tlaxcala. Ha realizado estancias de investigación en la Universidad de California, EU; el Instituto Nacional de Astrofísica, Óptica y Electrónica, México; el CICESE UT3, México y la Université Sorbonne París Nord, Francia. Desde 2014 es miembro del Sistema Nacional de Investigadores Nivel I. Actualmente es profesora de tiempo completo de la Maestría y Doctorado en Ciencias Biológicas de la Universidad Autónoma de Tlaxcala. Pertenece a la Society for Neurosciences y a la Animal Behavior Society.

Obtuvo la Licenciatura en Sistemas Computacionales en la Universidad de las Americas-Puebla en 1986, y la Maestría en Ciencias Computacionales en el Institut National Polytechnique de Grenoble, Francia en 1995. Su doctorado en Ciencias Computacionales le fue otorgado por la Université Joseph Fourier de Grenoble, Francia en 1999. Ha trabajado en diferentes institutos de investigación (el Instituto de Investigaciones Eléctricas, el Instituto de Estudios Avanzados UDLAP, el laboratorio CLIPS-IMAG, Francia y el Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas de la UNAM) siempre en temas relacionados con el uso del Lenguaje Natural en un ámbito computacional. Desde Mayo del 2001 es investigador de la Coordinación de Ciencias Computacionales del INAOE. Actualmente tiene el nombramiento de investigador Titular C, y el Sistema Nacional de Investigadores le ha otorgado la distinción de Investigador Nacional Nivel II.

Recibió el grado de Licenciado en Ciencias Computacionales en la Benemérita Universidad Autónoma de Puebla en 2004, el grado de Maestro en Ciencias Computacionales y el grado de Doctor en Ciencias Computacionales en el Instituto Nacional de Astrofísica, Óptica y Electrónica en 2006 y 2013 respectivamente. Entre 2005 y 2008 trabajó en empresas tecnológicas. En 2011 fundó la empresa Prointbis SAPI de CV con el objetivo de desarrollar y comercializar productos con la principal característica de reconocer emociones en la voz. Prticipó en diversos programas de capacitación en innovación y transferencia tecnológica. Desde septiembre de 2014 se desempeña como investigador en la Unidad de Transferencia Tecnológica TEPIC del CICESE. Es miembro del Sistema Nacional de Investigadores (SNI) desde 2015. Sus intereses de investigación incluyen la paralingüística computacional, el análisis inteligente de audio, y la computación afectiva. Hasta la fecha ha publicado más de 30 artículos en revistas y memorias de conferencias y ha liderado cuatro desarrollos tecnológicos.

Contenido

Contenido