Dado que existen diversas especies de termitas consideradas plaga y que no se dispone de un método universal para controlarlas, la identificación de las especies es crucial para aplicar el tratamiento correcto contra las infestaciones. Sin embargo, es dificil diferenciarlas sin un conocimiento muy especializado, del que no todo profesional del control de plagas dispone. Desde Taiwan llega una propuesta tecnológica que facilitaria la identificación de especies comunes de termitas plaga a partir de imágenes capturadas con un smartphone normal.
La inteligencia artificial acude en ayuda del profesional de control de plagas que se prepara para hacer frente a una plaga de termitas. Identificar la especie es crucial pero no siempre fácil porque estos pequeños insectos son dificiles de clasificar. En un futuro, quizás no muy lejano, al técnico le bastará con sacar su teléfono inteligente, realizar algunas fotos y esperar a que una app basada en redes neuronales artificiales identifique la especie de las termitas en cuestión.
Hacer real esta aplicación de la inteligencia artificial al control de termitas es el objetivo de una investigación realizada en el Instituto de Ciencias de la Información, Academia Sinica, en Taipei, Taiwán. Su objetivo no es servir como base para realizar estudios taxonómicos, sino crear una herramienta que puede ser instalada en teléfonos móviles para resolver un problema práctico del control de termitas.
El sistema se basa en lo que se denominan redes neuronales convolucionales profundas, para extraer y diferenciar patrones dentro de las imágenes. Los algoritmos utilizados en los sistemas de aprendizaje profundo pueden determinar qué características están asociadas con diferentes especies de termitas e identificarlas automáticamente. El modelo desarrollado se preparó para identificar cuatro especies de termitas plaga en entornos urbanos presentes en Taiwán: Kalotermitidae: Cryptotermes domesticus (Haviland); Rhinotermitidae: Coptotermes formosanus Shiraki y Reticulitermes flaviceps (Oshima); y Termitidae: Odontotermes formosanus (Shiraki).
De cada una de ellas se tomaron 18.000 imágenes con teléfonos inteligentes, que incluian a varios individiuos y se aplicaron técnicas de segmentación de imágenes para capturar 24,000 imágenes de termitas individuales (4 especies × 2 castas × 3 grupos × 1,000 imágenes) para el desarrollo y la prueba del modelo.
El sistema de clasificación de termitas obtuvo resultados de alta precisión; 0.947, 0.946 y 0.929 para identificar soldados, obreras y ambas castas, respectivamente, lo que los autores consideran que no es significativamente diferente de los resultados obtenidos por expertos humanos. Mediante técnicas de aumento de imágenes se consiguió lograr la misma precisión utilizando 1.000 imágenes aumentadas derivadas de solo 200 imágenes de termitas individuales, lo que facilitaria el desarrollo adicional del modelo sobre la base de muchas menos imágenes originales.
A partir de esta propuesta inicial, se requiere ajustar los modelos desarrollados para que la clasificación de las termitas funcione correctamente también con imágenes tomadas en entornos naturales complejos. Y también ampliarlos, para poder reconocer otras especies de termitas plaga que no están incluidas en el estudio, ya que el objetivo final es conseguir una app clasificadora de temitas que pueda instalarse en smartphones normales bajo sistemas operativos comerciales. además del resultado de la identificación inmediata de la especie, la app aportará al usuario información biológica de la plaga, opciones de control, productos de control y otros datos de interés.
Si os interesa el tema, os recomendamos leer el artículo completo Termite Pest Identification Method Based on Deep Convolution Neural Networks publicado en Journal of Economic Entomology.
