Un equipo formado por dos profesores de la Universidad de La Rioja (UR) y un antiguo alumno ha logrado el primer premio de la segunda edición del Marine Datathon, una competición de inteligencia artificial (IA) organizada por la Sociedad de Promoción Económica de Gran Canaria para buscar soluciones innovadoras en el ámbito marítimo.

El equipo está formado por el catedrático del departamento de Ingeniería Mecánica de la Universidad de La Rioja Francisco Javier Martínez de Pisón, el profesor del departamento de Matemáticas y Computación de la UR, Jose Divasón, y Ramón Sieira Martínez, antiguo alumno del Grado de Informática y AI Engineer de SDG Group.

En esta edición de la competición, celebrada entre el 21 y 23 de octubre, participaron más de 200 personas de nueve países diferentes que tuvieron que dar respuesta a los dos retos propuestos por los organizadores, aunque finalmente solo 19 de los más de 100 equipos inscritos presentaron soluciones debido a la alta dificultad de estos. El equipo integrado por los dos profesores y el antiguo alumno de la Universidad de La Rioja logró el primer puesto en ambas pruebas.

El primero de los retos consistió en desarrollar modelos de IA para identificar los eventos que sucedía en el mar a partir de las grabaciones de los micrófonos ubicados en la costa canaria (tanto en línea de flotación como a nivel submarino). Los eventos por detectar estaban relacionados tanto con la fauna marina (cantos de ballenas, silbidos de cetáceos como los delfines¿) como con la actividad humana (navegación, deportes acuáticos¿) o natural (erupciones volcánicas, por ejemplo).

Detectar algunos de estos eventos puede ser crucial para los biólogos ya que les permiten analizar, entre otras cuestiones, las especies que viven en la zona, en qué número, si vuelven de forma periódica a un lugar concreto y el tráfico marítimo que les pueda afectar. En este tipo de trabajo, la IA juega un papel fundamental para poder procesar los miles de horas de grabación existentes.

El equipo de la Universidad de La Rioja desarrolló una solución de inteligencia artificial basada en dos modelos de redes neuronales EfficientNet que aprendían de diferentes transformaciones de la señal original, de modo que la predicción final se obtenía a partir de la combinación de la estimación de ambos modelos. La propuesta fue seleccionada como la mejor solución, prácticamente duplicando los resultados de la solución del segundo equipo clasificado.

El segundo reto propuso desarrollar modelos capaces de minimizar el ruido de fondo de las grabaciones como, por ejemplo, el oleaje o el viento, y así lograr una señal lo más limpia posible. La solución planteada por este equipo consistió en modelos de IA basados en Encoder-Decoder capaces de descomponer y "aprender" la estructura del ruido. Posteriormente, el ruido se podía volver a componer y restar a las señales de audio a filtrar.