La IA y los problemas difíciles del mundo · Ciencias de la vida · Nature (computational biology) · 2026-10-20
Reduciendo la brecha de despliegue en la monitorización automatizada de polillas mediante modelos fundacionales de biodiversidad
Título original: Bridging the deployment gap in automated moth monitoring through biodiversity foundation models
Los modelos de reconocimiento de especies para la monitorización automatizada de la biodiversidad se entrenan típicamente en grandes repositorios de imágenes de ciencia ciudadana, lo que crea una brecha de dominio con las imágenes del despliegue en campo. Los autores construyeron un clasificador fino de polillas a partir de aproximadamente 363,000 imágenes de ciencia ciudadana que cubren 2,727 especies y optimizaron el pipeline de aprendizaje por transferencia mediante representaciones preentrenadas específicas de biodiversidad (BioCLIP2.5), adaptación eficiente en parámetros y aumento de datos. El pipeline logró una precisión Top-1 de 85.0% en un sistema de monitorización comercial y de 89.5% en un dispositivo edge de bajo coste, elevando el rendimiento en campo de 38.9% a 69.7% y de 62.3% a 82.3%, respectivamente.