El proyecto IA4Birds supone la convergencia de diversas tecnologías y metodologías para abordar el desafío crucial que supone la gestión de recursos naturales y energía sostenible. Enfocado a la investigación en técnicas de fusión de información con el fin de conseguir el almacenamiento masivo de datos de conteos y transectos de aves, así como sus actividades y características de vuelo, dirección y altura, el proyecto conlleva un proceso de investigación y desarrollo que abarca varias etapas esenciales, cada una de las cuales contribuye de manera significativa a la construcción de una plataforma eficiente y efectiva.
En este sentido, hay que destacar la utilización de tecnología NoSQL, una API común y una base de conocimiento.
Selección de la tecnología NoSQL apropiada: Uno de los pilares fundamentales del proyecto IA4Birds es la elección de la tecnología NoSQL (bases de datos diseñadas específicamente para modelos de datos específicos que tienen esquemas flexibles para crear aplicaciones modernas) más adecuada para la integración del repositorio de datos. Dado que los datos de aves y fuentes externas, como las zonas protegidas y los recursos eólicos, pueden variar en estructura y requerimientos de almacenamiento, se ha realizado una evaluación exhaustiva de diferentes sistemas de bases de datos NoSQL, incluyendo opciones como Cassandra, MongoDB, entre otras. Cada una de estas tecnologías se ha analizado en función de su capacidad para manejar datos heterogéneos y escalabilidad, asegurando que la elección final se ajuste a los requisitos funcionales de la plataforma. Finalmente, la elección de MongoDB se basó en nuestra experiencia previa y en su aptitud para cumplir con los requisitos funcionales de la plataforma.
Desarrollo de una API común o de coordinación: Para garantizar la interoperabilidad y la eficiencia en la inserción y consulta de datos en el repositorio, se ha diseñado y desarrollado una API (Application Programming Interfaces) común. Esta API permite llevar a cabo operaciones CRUD (Crear, Leer, Actualizar y Eliminar) de manera uniforme y también soporta operaciones de consulta de datos masivos. Esta abstracción de acceso a los datos simplifica significativamente el proceso de integración de diversas fuentes de datos y facilita la realización de análisis avanzados sobre la información recopilada. Además, en nuestro enfoque añadimos otras dos APIs gestionadas por esta API común: una API de ingesta, para la adquisición de datos desde distintas fuentes, incluyendo información capturada mediante monitoreo por cámaras y micrófonos por parte del equipo IoT, y una tercera API de IA, responsable de ejecutar los modelos necesarios para la aplicación. En caso de requerir procesamiento de datos en tiempo real, estamos evaluando la viabilidad de emplear un sistema de "topics" como Kafka o la utilización de Socket, dependiendo de la escala del proyecto. Esta elección se realizará con el objetivo de garantizar un manejo eficiente y ágil de la información en tiempo real.
Despliegue de la base de conocimiento: La base de conocimiento resultante del proyecto IA4Birds se ha implementado de manera efectiva para el almacenamiento de datos de aves y fuentes externas. Esto incluye la extracción de datos de zonas prohibidas y espacios protegidos de la Junta de Castilla y León, la adquisición de ubicaciones de aves a través de la plataforma E-bird, así como la recopilación de datos de recursos eólicos a partir del Mapa Eólico Ibérico y la localización de los aerogeneradores actualmente instalados en Castilla y León. Este despliegue estratégico de la base de conocimiento es esencial para optimizar la evaluación de espacios destinados a la implementación de parques eólicos y garantizar la conservación adecuada de las poblaciones de aves y los ecosistemas circundantes.
El proyecto IA4Birds, coordinado por el AIR Institute, está financiado por la Fundación Biodiversidad del Ministerio para la Transición Ecológica y el Reto Demográfico (MITECO) en el marco del Plan de Recuperación, Transformación y Resiliencia (PRTR), financiado por la Unión Europea - NextGenerationEU. Su objetivo es utilizar la inteligencia artificial en combinación con dispositivos audiovisuales para monitorizar las poblaciones de aves y lograr así un mayor conocimiento de las mismas para prevenir posibles amenazas y decidir si un lugar es apto o no para poner en marcha un parque eólico.