Mapping melliferous tree species in Kenya via one-class classification with hyperspectral unsupervised domain adaptation

Imagina que eres un detective tratando de encontrar un tipo específico de zapatilla escondida en un almacén enorme y caótico. Normalmente, para enseñarle a una computadora a detectar esa zapatilla, necesitarías mostrarle miles de fotos de esa zapatilla y miles de fotos de todo lo que no es una zapatilla —botas, sandalias, calcetines y cajas—. Pero, ¿qué pasa si solo tienes unas pocas fotos de la zapatilla y ninguna foto de lo que "no son zapatillas"? Ahí es donde entra en juego un truco especial llamado Clasificación de Una Sola Clase (One-Class Classification). Es como enseñarle a la computadora a reconocer la zapatilla estudiando tan bien su forma y color únicos que puede decir: "Sé que esto es la zapatilla", sin necesidad de haber visto un millón de otros zapatos para comparar.

Ahora, imagina que entrenas a tu detective en un almacén (llamémoslo "Almacén A"), pero luego lo envías a un almacén totalmente diferente ("Almacén B") con una iluminación distinta, diferentes texturas en el suelo y una distribución ligeramente diferente. Incluso si el detective es un experto en el Almacén A, podría confundirse en el Almacén B porque las reglas del juego han cambiado. Esta confusión se llama Desplazamiento de Dominio (Domain Shift). En el mundo de la ciencia, esto sucede cuando los datos recolectados en un lugar no coinciden del todo con los de otro lugar, lo que dificulta el uso de mapas antiguos para encontrar cosas nuevas. Este artículo aborda exactamente este problema, pero en lugar de zapatillas, los detectives buscan árboles que alimentan a las abejas, usando cámaras de alta tecnología que ven más colores de los que el ojo humano puede imaginar.

El dilema del apicultor y el detective de árboles

En Kenia, la apicultura es un sustento para muchas familias, pero está estancada en el pasado. La mayoría de las colmenas son simplemente troncos huecos colgados de los árboles, que producen miel de baja calidad a un ritmo lento. Para solucionar esto, los científicos quieren ayudar a los apicultores a encontrar los mejores lugares para colgar sus colmenas. ¿El secreto? Necesitan encontrar árboles específicos que sean como bufés de "todo lo que puedas comer" para las abejas. Tres de estos súper-árboles son Senegalia mellifera, Vachellia tortilis y Commiphora africana.

El problema es que estos árboles están dispersos por paisajes vastos y accidentados. Caminar por todos lados para contarlos uno por uno es imposible. Por eso, los científicos utilizan aviones que vuelan por encima con cámaras hiperespectrales. Piensa en estas cámaras como ojos superpotentes que pueden ver 92 "colores" diferentes (bandas de luz) en lugar de solo los tres (rojo, verde, azul) que ven nuestros ojos. Esto les permite distinguir entre dos árboles que nos parecen idénticos pero que tienen firmas químicas ligeramente diferentes.

Sin embargo, hay un inconveniente. Para enseñarle a una computadora a detectar estos árboles, normalmente necesitas mostrarle ejemplos del árbol objetivo y ejemplos de todos los demás árboles en el bosque para decir: "Este es el indicado, ese no lo es". En un bosque con cientos de especies, obtener etiquetas para cada árbol es una pesadilla. Además, si entrenas a tu computadora con datos de un valle (llamémoslo Choke), a menudo se confunde cuando la envías a un valle diferente (Lumo) porque la iluminación, el suelo y la forma en que crecen los árboles son ligeramente distintos. Este es el problema del "Desplazamiento de Dominio".

El truco de magia: HyUDA-One

Este artículo presenta un nuevo método llamado HyUDA-One. Es un marco de trabajo ingenioso diseñado para ser un "súper-detective" que puede aprender de un lugar y luego cazar con éxito en un lugar completamente diferente, incluso si nunca ha visto el nuevo lugar y no tiene etiquetas que lo ayuden.

Así es como funciona la magia, paso a paso:

1. El comienzo "Positivo-No Etiquetado": En lugar de necesitar etiquetar cada árbol como "Objetivo" o "No Objetivo", los científicos solo etiquetaron los árboles que sabían que eran la especie objetivo (los "Positivos"). Trataron a todos los otros árboles en el área de entrenamiento como "No Etiquetados". La computadora aprende a reconocer el árbol objetivo estudiando los ejemplos positivos y suponiendo que los no etiquetados probablemente no son el objetivo.
2. El salto "No Supervisado": Una vez que la computadora ha sido entrenada en el primer valle (Choke), el equipo la envía al segundo valle (Lumo). Pero aquí está el detalle: en Lumo tienen cero árboles etiquetados. No pueden decir: "Este es un Vachellia tortilis", porque aún no han revisado el terreno allí.
3. El juego de adivinanzas de "Pseudo-Positivos": La computadora observa el nuevo valle y hace sus mejores conjeturas. Dice: "Estoy 90% seguro de que este píxel es un Vachellia tortilis". Los científicos toman los píxeles de los que la computadora está más segura y dicen: "Está bien, actuemos como si estos fueran definitivamente los árboles correctos". Estos se llaman muestras pseudo-positivas.
4. La red de seguridad "Espacial-Espectral": Para evitar que la computadora se vuelva demasiado confiada y cometa errores, el nuevo método utiliza una regla especial llamada Aprendizaje de Pseudo-Positivos Regularizado Espacial-Espectral (SSPPL). Imagina que buscas a un amigo entre la multitud. Si ves a alguien que se parece a tu amigo, verificas: "¿Está parado cerca de otras personas que se parecen a mi amigo?" y "¿Tiene la misma ropa?". Este método verifica tanto el contexto espectral (color) como el espacial (vecindario). Asegura que las etiquetas "falsas" que crea estén rodeadas de árboles similares, haciendo que la suposición sea mucho más segura.
5. El bucle iterativo: La computadora utiliza estas conjeturas seguras para re-entrenarse, luego hace nuevas conjeturas y repite el proceso. Con cada bucle, se vuelve mejor ignorando las diferencias entre los dos valles y enfocándose en cómo es realmente el árbol.

Lo que encontraron

Los resultados fueron impresionantes. Cuando los científicos probaron su nuevo método en el segundo valle (Lumo), no solo estuvo "bien" en la tarea; la arrasó.

• Para Senegalia mellifera: El nuevo método logró un F1-score de 0.756. (Piensa en esto como una calificación donde 1.0 es perfecto; 0.756 es un muy sólido B+ o A-). Otros métodos que no usaron este truco especial de adaptación obtuvieron puntuaciones mucho más bajas, cayendo a menudo por debajo de 0.50, lo que significa que apenas eran mejores que el azar.
• Para Vachellia tortilis: El nuevo método obtuvo un F1-score aún más alto de 0.884. Este es un resultado fantástico, que muestra que la computadora pudo distinguir casi perfectamente estos árboles en forma de paraguas del resto del bosque.
• La victoria de "Sin Etiquetas": El estudio demostró que no es necesario ir al campo a etiquetar árboles en la nueva área para obtener grandes resultados. La computadora pudo enseñarse a sí misma utilizando las conjeturas de "pseudo-positivos".

El artículo también comparó este nuevo detective de "Una Sola Clase" con los detectives de "Multiclase" de la vieja escuela (que intentan identificar todas las especies de árboles a la vez). Los métodos de la vieja escuela sufrieron mucho al moverse de un valle a otro, fallando a menudo en el reconocimiento de los árboles objetivo. El nuevo método demostró que enfocarse en solo un objetivo e ignorar el resto es, de hecho, una estrategia más inteligente y robusta para estos paisajes difíciles.

Por qué esto importa para las abejas (y para ti)

Los científicos no se detuvieron solo en encontrar los árboles; también mapearon exactamente dónde se encuentran las "fuentes de néctar". Encontraron que en el área de Lumo, los árboles Vachellia tortilis estaban por todas partes, cubriendo aproximadamente el 44.7% de la cobertura arbórea, mientras que en el área de Choke, el Senegalia mellifera era más común.

Este mapa es una mina de oro para los apicultores locales. Les dice exactamente dónde instalar sus colmenas para obtener la mayor cantidad de miel. Sugiere que en Lumo hay un enorme potencial para expandir la apicultura, lo que podría ayudar a las familias locales a ganar más dinero y también ayudar al medio ambiente (ya que las abejas ayudan a polinizar las plantas).

El artículo concluye que este marco de trabajo HyUDA-One es una herramienta poderosa. Sugiere que podemos mapear árboles específicos e importantes en áreas nuevas y no exploradas sin necesidad de costosas inspecciones de campo o bases de datos masivas. Aunque el artículo señala que el método funciona mejor cuando los árboles tienen hojas (durante la temporada de crecimiento) y que podría ser necesaria más información para la tercera especie de árbol (Commiphora africana) en ciertas áreas, el éxito con las otras dos especies es un gran paso adelante. Convierte un problema difícil y dependiente de etiquetas en un juego de adivinación inteligente y manejable que podría ayudar a salvar la industria apícola en Kenia y más allá.