La inteligencia artificial (IA) transforma la investigación climática, permitiendo que los datos procesen y obtengan resultados a una velocidad no publicada, en el contexto de condiciones extremas y la reducción de la financiación que amenaza la ciencia en los Estados Unidos y otras regiones.
Desde la recopilación de datos marinos hasta la anticipación de los fenómenos meteorológicos, los investigadores usan IA para automatizar tareas rutinarias y complejas, imprimiendo la precisión del análisis y facilitando las decisiones informadas por los líderes políticos y científicos.
Procesamiento de datos y eficiencia científica
Según Ángel Borji, biólogo del Centro de Investigación de Marina Azti en el norte de España, AI le permite procesar grandes cantidades de información mucho más rápido. “Nos permitirá procesar datos y lograr resultados mucho más rápidos, por lo que aquellos que toman decisiones también pueden actuar más rápido”, dijo Borja a Bloomberg.
En expediciones científicas que se cubren desde el fondo del océano hasta las áreas remotas de la Antártida, los modelos IA clasifican la información en unas pocas horas, una tarea que previamente ha requerido semanas o meses de trabajo humano. Esto incluye datos sobre la calidad del agua, la presencia de diferentes tipos de peces y plancton y otras variables ambientales críticas.
Los modelos de IA también generan notas de investigación que permiten a los científicos reconocer qué información contienen la base de datos y cuán estructurado está, facilitando la selección de conjuntos de datos relevantes para sus estudios.
Aplicaciones de investigación en el mar
En el Centro AZTI, los investigadores incluyen millones de datos recopilados durante tres décadas, que incluyen información sobre la calidad del agua, la presencia de diferentes tipos de peces y plancton.
Los modelos de IA generan notas de investigación automáticas que indican qué información contiene la base de datos y cuán estructurado es, lo que facilita a los científicos decidir qué conjuntos de datos utilizan en sus estudios.
Además, los videos e imágenes submarinos reconocen automáticamente diferentes especies marinas. Anteriormente, los científicos tenían que visualizar cientos de horas de grabación y registrar manualmente la apariencia y la abundancia de cada tipo.
Según Ángelo Borji, el biólogo Azti, “nos permitiremos recibir conclusiones más rápidas sobre el estado de los medios marinos en ciertos lugares”, dijo el biólogo Angel Borja Bloomberg.
La IA libera el tiempo para que los investigadores se concentren en la interpretación de los datos y proporcionen información útil a los líderes políticos, por ejemplo, para establecer cuotas de pesca y áreas marinas protegidas.
Borja enfatizó que esta transformación tecnológica no reemplaza a los científicos: “Estamos avanzando mucho porque IA realiza tareas rutinarias que han durado muchas horas para nosotros, y ahora podemos centrarnos en interpretar esta información”.
Mejora de las previsiones meteorológicas
Modelos como Aurora, desarrollados por Microsoft, exceden las predicciones tradicionales en precisión y eficiencia. Vestido con más de un millón de horas de datos geofísicos, Aurora puede predecir el camino de los ciclones tropicales, las olas y la calidad del aire, superando el 91 % de sus objetivos para varios sistemas tradicionales.
Un portavoz de la investigación de Microsoft dijo que estos modelos le permiten explorar cientos de veces más escenarios de cambio climático, lo que facilita el descubrimiento de nuevos conocimientos de un alto alcance.
Ciencia cívica que ayuda a IA
Los proyectos científicos cívicos también se benefician de una combinación de personas y IA. En el Reino Unido, un modelo desarrollado por la Universidad de Aberdeen y Bumblebee Conservation Trust ha identificado piezas de repuesto de las fotos enviadas por voluntarios.
El investigador Nirwan Sharma explicó a Bloomberg que, como aprende el modelo, reduce el número de personas necesarias para identificar correctamente las especies de diez a tres.
Además, el sistema permite la determinación de las plantas en las que se fotografiaron los abejorros, proporcionando recomendaciones sobre la siembra de acuerdo con las especies observadas.
“Una gran parte del reconocimiento del conocimiento de las especies se conserva en revistas científicas o en un enfoque difícil para las personas. La IA es otro elemento que mejora nuestra enseñanza; es un medio de diálogo con este conocimiento”, dijo Sharma.
Riesgos y límites de la IA
Algunos científicos han advertido sobre el riesgo de generar generativo. Jonathan Foley, director del director del proyecto, Daushown, dijo que estas técnicas “por definición se basan en el plagio (aunque estadísticamente) a menudo producen información, reuniones, datos y contenido creativo”.
El proyecto del proyecto limita el uso de IA a tareas simples, como un examen gramatical, formato de documentos y extraer información de fuentes dispersas. La supervisión humana sigue siendo clave para garantizar la precisión y confiabilidad de los resultados científicos.
Informática
