Es sabido que varias especies de mosquitos actúan como vector de transmisión de enfermedades tales como Dengue, Zika o Chikungunya, entre otras. Por esa razón el control de la población de este tipo de insectos es de extrema importancia. La Técnica del InsectoEstéril (TIE) es un método de control biológico de plagas promocionado por un programa conjunto entre la IAEA y la FAO que tiene, entre otras, la ventaja respetar el medioambiente ya que no utiliza ningún tipo de pesticida ni producto agroquímico.
La TIE consiste en la liberación al medio ambiente de ejemplares machos esterilizados de la especie que se quiere controlar, con el fin de disminuir la tasa de reproducción y así reducir la población. El proceso de esterilización se lleva a cabo en una biofábrica donde se realiza una cría masiva de ejemplares. Puesto que la TIE implica la liberación de insectos al exterior, es necesario realizar un sexado, o triaje por sexo, de los insectos, ya que, en el caso del mosquito, son las ejemplares hembras las que pican, por lo que conlleva un riesgo de transmisión de enfermedades. Es entonces importante separar machos y hembras durante el proceso de cría para que solo los ejemplares macho sean liberados al medio ambiente.
La Inteligencia Artificial permite el uso de la TIE en grandes áreas
El proceso de sexado se ha realizado, tradicionalmente, con técnicas mecánicas y no automatizadas que requieren un uso intensivo de mano de obra y personal cualificado. Este hecho limita el volumen de cría alcanzable haciendo muy difícil que la TIE pueda aplicarse en grandes áreas geográficas. En los últimos años se han empezado a desarrollar técnicas basadas en inteligencia artificial (IA) para resolver este problema de forma eficiente y automatizada.
Uno de los objetivos del proyecto MoTIA2 consiste en la creación de soluciones basadas en IA para el sexado de mosquitos tanto en fase prematura de la cría (fase de pupa) como en fase adulta. En la fase de pupa se emplean técnicas de visión por computador empleando una cámara neuromórfica. Esta cámara tiene un funcionamiento distinto al de una cámara convencional. La información transmitida es asíncrona, es decir, cada píxel envía la información cuando se produce un cambio en él y no con una señal de reloj. Si no se produce un cambio en la imagen, no se transmitirá información. Como se puede apreciar, esto supone un gran avance en términos de eficiencia energética y ancho de banda de transmisión y procesado.
La forma óptima de procesar la información proveniente de un sensor neuromórfico es mediante las conocidas como Spiking Neuronal Networks (SNNs) o redes neuronales de impulsos. La gran diferencia respecto a las redes neuronales clásicas reside en que la información dentro de la red se propaga en forma de impulsos. La gran limitación que presentan estas redes está en su entrenamiento ya que las funciones de coste asociadas no son derivables, es decir, los algoritmos de descenso de gradiente no pueden aplicarse de forma directa.
MoTIA2 detecta los mosquitos hembra antes de la liberación a modo control de calidad
Otro de los puntos de los que se ocupa el proyecto MoTIA2 es el de la detección de hembras previas a la liberación, constituyendo esto una etapa de control calidad posterior al sexado. Esto se realiza en fase adulta analizando el sonido producido por el vuelo de los ejemplares . Para ello, se colocan un número elevado de mosquitos en un bote de liberación y mediante una excitación se provoca el vuelo. El objetivo del algoritmo de IA es el de la detección de una o más hembras en el bote. Desde un punto de vista técnico, se afronta este problema como una detección de anomalías. Se ha decidido este enfoque ya que es extremadamente complicado entrenar y etiquetar muestras de aleteo de hembras dentro de un bote de liberación. Por tanto, se ha decidido caracterizar el comportamiento del aleteo de los machos y detectar comportamientos anómalos cuando aparece una hembra.
El proyecto MoTIA2, continuación de MoTIA, ha supuesto el inicio de la utilización de SNNs por parte de ITI para el procesado de señales neuromórficas ya que en MoTIA se utilizaban redes neuronales clásicas y el desarrollo de detectores de anomalías sonoras.