Mai com ara ha estat tan fàcil retratar o gravar-ho tot, també el món natural. De fet, tenim tantes imatges que els científics no donen a l’abast a l’hora d’analitzar-les, doncs la descoberta d’animals, plantes o tot tipus d’organismes vius interactuant entre ells o amb el seu entorn requereix d’una indexació que sovint només es pot fer manualment i que, per tant, als experts els suposa uns recursos i temps del qual no disposen.
És per això que, en l’àmbit de la denominada ciència ciutadana, van sorgint projectes pensats per ajudar els científics en la captació d’imatges i, cada vegada més, en la seva interpretació gràcies a la incorporació de la intel·ligència artificial (IA) i a la gammificació.
Ensenyar a la IA a identificar balenes mentre juguem
Un bon exemple d’això és la futura plataforma d’aprenentatge automàtic Ocean Vision AI, un projecte del Monterey Bay Aquarium Research Institute de Califòrnia que ha rebut 5 milions de dòlars de la National Science Foundation dels EUA per ser desenvolupat i que de facilitar la indexació de milers de vídeos i imatges que actualment disposem del fons marí gràcies a la proliferació de les càmeres aquàtiques.
“Només s’ha vist i analitzat una petita fracció dels centenars de milers d’hores de vídeo i imatges oceàniques capturades gràcies a la proliferació de càmeres aquàtiques i encara menys s’han compartit amb la comunitat científica mundial”, explica en aquest comunicat de premsa Katy Croff Bell, investigadora principal de l’Ocean Vision AI.
L’Ocean Vision ens proposa ensenyar als algoritmes de la IA a indexar cetacis mentre juguem a un videojoc
En el fons, es tracta d’un sistema molt similar al que ja segueix l’aplicació Seek de la plataforma iNaturalist, una barreja de xarxes socials i ciència ciutadana operativa des del 2018 on la gent fotografia, comparteix, parla i aprèn sobre bolets, papallones, plantes, arbres, insectes, rèptils i, en definitiva, qualsevol elements viu de la natura. I la gràcia és que mentre fan això, generen una pila de dades útils per als biòlegs i conservadors mediambientals tot en obert i sota llicència creative commons.
“iNaturalist és un canó de dades obertes per a la comunitat científica, que les usen sovint de forma sorprenent”, explica el seu co-director, Scott Loarie, en aquest article.
Recentment, els seus dos milions d’usuaris a tot el món també poden comparar imatges de forma gamificada gràcies a una intel·ligència artificial d’aprenentatge automàtic (també dit machine learning) que funciona a partir de les dades recollides per ells mateixos i que formen part del Global Biodiversity Information Facility, que reuneix conjunts de dades obertes de tot el món.
iNaturalist conté avui 160 terabytes d’imatges en obert perquè tothom les pugui trobar i utilitzar
Un altre aplicació de ciència ciutadana vinculada amb l’educació ambiental i, més concretament, amb l’ornitologia és Merlin Bird ID. L’aplicació, que prové del Cornell Lab of Ornithology, a banda de permetre identificar qualsevol ocell a partir d’una imatge presa per nosaltres, ara s’ha tornat més sofisticada i té la capacitat de reconèixer un ocell a partir d’un clip d’àudio del seu cant.
Merlin Bird és un shazam que, en lloc de reconèixer música, identifica ocells en funció del seu cant
Merlin Bird té més d’un milió d’usuaris actius a tot el món que, amb les les seves pujades d’imatges i sons, estan ampliant de forma notable el mapa ornitològic mundial.
I això és només el principi. No hi ha cap dubte que aquest tipus d’aplicacions estan cridades a convertir-se en una font d’informació cabdal per a la ciència, alhora que permeten obrir al gran públic el treball de camp de caire científic i medioambiental amb finalitats tant educatives com de lleure.