Itongadol.- Un nuevo estudio de la Universidad de Haifa, publicado en Royal Society Open Science, revela que un modelo de inteligencia artificial puede predecir cuándo un perro rastreador identifica un olor objetivo con mayor precisión que los adiestradores humanos experimentados, basándose únicamente en los movimientos de la cola del perro. El modelo de IA alcanzó una tasa de precisión del 77 %, frente al 46 % de los adiestradores profesionales.
Dirigido por la profesora Anna Zamansky, del Departamento de Sistemas de Información de la Universidad de Haifa, el estudio demuestra que la IA puede ser una herramienta valiosa para los adiestradores, ya que proporciona información precisa y en tiempo real sobre el comportamiento canino.
«Nuestros hallazgos muestran que un modelo basado en IA puede mejorar significativamente la capacidad de los adiestradores para interpretar el comportamiento de un perro», afirma la profesora Zamansky. «Al detectar patrones sutiles de movimiento de la cola que normalmente son invisibles para el ojo humano, profundizamos en la comprensión científica de la relación entre el lenguaje corporal de un perro y su capacidad para detectar olores».
Los perros detectores han sido durante mucho tiempo fundamentales para la policía, las aduanas, el ejército y las operaciones de rescate debido a su excepcional sentido del olfato, capaz de identificar sustancias como explosivos, drogas y dinero en efectivo que los humanos no pueden detectar.
Según el estudiante investigador George Martvel, miembro del equipo israelí, los adiestradores experimentados suelen afirmar que pueden predecir el éxito de un perro basándose en sutiles señales de comportamiento, en particular los movimientos de la cola, aunque esta hipótesis nunca se había comprobado científicamente hasta ahora.
El estudio, realizado en colaboración con investigadores de la Universidad de Parma en Italia, la Universidad Tecnológica de Texas en Estados Unidos y la Universidad de Medicina Veterinaria de Viena, examinó sistemáticamente la conexión entre los movimientos de la cola de un perro detector y su éxito en la localización de un olor objetivo.
Se entrenó a ocho perros para identificar un olor sintético y señalar su detección quedándose quietos en el lugar de donde provenía. Los perros se sometieron a dos pruebas: una para localizar el olor en la concentración entrenada y otra para detectarlo a medida que la concentración se diluía gradualmente, lo que dificultaba cada vez más la identificación.
Los experimentos se grabaron con cámaras que captaban los movimientos de los perros. Una avanzada tecnología de visión artificial analizó las imágenes, rastreando el ángulo, la velocidad y los patrones de los movimientos de la cola de los perros.
A partir de estos datos, los investigadores desarrollaron un modelo de IA para predecir cuándo un perro se encontraba cerca del olor objetivo. Las predicciones del modelo se compararon con las evaluaciones de 190 adiestradores experimentados que vieron los vídeos e intentaron determinar si el perro había detectado el olor.
La IA superó significativamente a los adiestradores, especialmente a medida que disminuía la concentración del olor, lo que dificultaba la detección tanto para los perros como para el modelo.
«Los resultados muestran que los perros detectores muestran señales sutiles antes de indicar claramente la ubicación del olor», explicó la profesora Zamansky. «Aún no sabemos si se trata de señales conscientes hacia su entorno o de cambios subconscientes, posiblemente relacionados con la emoción del perro al recibir un refuerzo positivo.
Lo que sí sabemos es que nuestro modelo detecta estas señales con mayor precisión que el ojo humano». Añadió que la integración de la IA en el adiestramiento de perros de seguridad podría mejorar significativamente las capacidades de detección en el futuro. El equipo ya está colaborando con la Unidad de Química y Biología del Ministerio de Defensa en otras aplicaciones.
Los investigadores creen que la IA puede descubrir señales de comportamiento sutiles que escapan a los adiestradores humanos, allanando el camino para sistemas en tiempo real que mejoren la fiabilidad de la detección de olores en misiones de seguridad y salvamento.