Investigadores de la UCA detectan silbidos de cetáceos en el Estrecho mediante Inteligencia Artificial

Investigadores de la Universidad de Cádiz han desarrollado un sistema basado en inteligencia artificial capaz de detectar silbidos de cetáceos en el Estrecho de Gibraltar, uno de los entornos marinos más complejos para este tipo de estudios debido a la intensa actividad marítima y a la superposición constante de sonidos naturales y de origen humano.

El trabajo se ha publicado en la revista Engineering Applications of Artificial Intelligence y ha sido realizado por Alba Márquez, Neus Pérez, Daniel Benítez, Gonzalo M. Arroyo y Andrés de la Cruz, vinculados al Instituto Universitario de Investigación Marina (INMAR) de la UCA y a sus áreas de Ingeniería Acústica y Biología.

Ampliar

Cerrar

Esta investigación se ha centrado en uno de los retos cada vez más importante para la conservación marina, ya que muchos cetáceos dependen del sonido para orientarse, comunicarse o localizar alimento, por lo que estudiar sus vocalizaciones permite conocer mejor su presencia y su comportamiento. Sin embargo, analizar estas señales en lugares como el Estrecho de Gibraltar resulta especialmente difícil, ya que se trata de un corredor natural entre el Atlántico y el Mediterráneo por el que transitan numerosas especies y en el que confluyen también ferris, embarcaciones recreativas y otras fuentes de ruido submarino.

Para abordar este problema, el equipo de la Universidad de Cádiz ha diseñado una metodología que combina aprendizaje profundo, adaptación progresiva del modelo a las condiciones reales del entorno y validación experta. Dicho de forma sencilla, el sistema no se limita a aprender con grabaciones limpias o tomadas en condiciones ideales, sino que se entrena también para reconocer silbidos en escenarios acústicos complejos, mucho más parecidos a los que se encuentran en el mar abierto y en zonas con tráfico marítimo intenso.

Este estudio se ha apoyado en registros acústicos obtenidos cerca de la isla de Tarifa, a diez metros de profundidad, a lo largo de tres despliegues realizados entre mayo de 2024 y marzo de 2025, que suman más de 1.300 horas de grabación. Esa diversidad temporal ha permitido comprobar cómo responde el sistema en distintas estaciones del año y bajo diferentes niveles de ruido ambiental.

Es importante indicar que uno de los resultados más relevantes del trabajo se ha centrado en el hecho de que los modelos convencionales ofrecen un rendimiento muy alto cuando se prueban con datos limpios, pero su eficacia cae de forma notable al enfrentarse a grabaciones reales con ruido. Frente a ello, el modelo ajustado con datos locales y validación iterativa alcanzó un rendimiento claramente superior, lo que refuerza la importancia de adaptar estas herramientas al contexto acústico específico en el que van a utilizarse.