Acerca del Proyecto EcoLens
EcoLens es un proyecto de desarrollo tecnológico aplicado que diseña e implementa un prototipo funcional de clasificación automática de fauna silvestre chilena, accesible desde dispositivos móviles, mediante técnicas de visión por computador. El sistema alcanza TRL-4 en laboratorio y evidencia capacidades de TRL-5 al operar en un entorno relevante.
El desafío y la arquitectura
El desafío (tesis)
El objetivo central es validar la viabilidad de un sistema que pueda identificar la clase taxonómica de un animal en tiempo casi real, trabajando con la baja disponibilidad de datos de fauna nativa chilena y las restricciones de conectividad y recursos en terreno.
El prototipo se orienta al uso en parques nacionales y áreas protegidas, ofreciendo una herramienta que conecta visitantes, guardaparques e instituciones con datos estructurados sobre biodiversidad.
Arquitectura del sistema
EcoLens se basa en una arquitectura jerárquica Coarse-to-Fine (Router + Expertos). Un modelo router generalista clasifica la clase taxonómica (Mamíferos, Aves, Reptiles, Anfibios, Insectos, Arácnidos, Peces) y, según corresponda, activa un modelo experto especializado (por ejemplo, Mammalia) para refinar la predicción.
Esta separación permite escalar el sistema: se pueden incorporar nuevos expertos por grupo taxonómico sin reentrenar todo el pipeline, manteniendo un punto único de entrada para el usuario.
Métricas de desempeño y logros
El prototipo demuestra alta fiabilidad y eficiencia, cumpliendo los principales criterios técnicos definidos en la tesis.
Desempeño de clasificación
El modelo router generalista alcanza accuracy ≈ 0,92 y F1-macro ≈ 0,89. El modelo experto para Mamíferos logra F1-macro ≈ 0,90 en validación con datos no vistos.
Curaduría de datos
Entrenamiento realizado sobre un conjunto de alrededor de 3 000 imágenes curadas desde iNaturalist, priorizando especies nativas y endémicas y depurando ruido, duplicados y clasificaciones dudosas.
Latencia y experiencia de uso
El sistema cumple con una latencia objetivo de p95 ≤ 3 s, logrando aproximadamente 2,6 s en el piloto desplegado, con una disponibilidad superior al 97 % durante el periodo de pruebas.
El equipo detrás de EcoLens
Proyecto desarrollado como Trabajo de Tesis del Magíster en Ingeniería Informática (Universidad Andrés Bello, 2024–2026), integrando investigación aplicada, ingeniería de software e inteligencia artificial.
Rogelio Muñoz Muñoz
Arquitectura de soluciones & backend IA
Ingeniero en Informática con más de 15 años de experiencia en arquitectura de soluciones, gestión de proyectos ágiles y desarrollo modular (CMS en Yii2). En EcoLens se desempeña como investigador principal, responsable del diseño de la arquitectura Coarse-to-Fine, del entrenamiento y orquestación de los modelos de IA, y del desarrollo del backend y las APIs que conectan el modelo con el portal web y el panel de monitoreo.
Ver perfil en LinkedIn
Valeria Soriano Fernández
Diseño de interfaz & experiencia de usuario
Ingeniera Civil Industrial y candidata a Magíster en Ingeniería Informática, con formación en Ciencia de Datos e Ingeniería de Software Aplicada. En EcoLens lidera el diseño de interfaz y experiencia de usuario, traduciendo la complejidad del modelo en un flujo de uso simple y accesible. Además, colabora en la curaduría de datos, la definición de requerimientos y las pruebas de usabilidad del prototipo web.
Ver perfil en LinkedIn