Nunca como ahora ha sido tan fácil retratar o grabarlo todo, también el mundo natural. De hecho, tenemos tantas imágenes que los científicos no dan abasto a la hora de analizarlas, pues el descubrimiento de animales, plantas o todo tipos de organismos vivos interactuando entre ellos o con su entorno requiere de una indexación que a menudo solo se puede hacer manualmente y que, por lo tanto, a los expertos los supone unos recursos y tiempos de los cuales no disponen.
Es por eso que, en el ámbito de la denominada ciencia ciudadana, van surgiendo proyectos pensados para ayudar los científicos en la captación de imágenes y, cada vez más, en su interpretación gracias a la incorporación de la inteligencia artificial (IA) y a la gamificación.
Enseñar a la IA a identificar ballenas mientras jugamos
Un buen ejemplo de esto es la futura plataforma de aprendizaje automático Ocean Vision AI, un proyecto del Monterey Bay Aquarium Research Institute de California que ha recibido 5 millones de dólares de la National Science Foundation de los EE. UU. para ser desarrollado y que ha de facilitar la indexación de miles de videos e imágenes que actualmente disponemos del fondo marino gracias a la proliferación de las cámaras acuáticas.
“Solo se ha visto y analizado una pequeña fracción de los centenares de miles de horas de video e imágenes oceánicas capturadas gracias a la proliferación de cámaras acuáticas y todavía menos se han compartido con la comunidad científica mundial”, explica en este comunicado de prensa Katy Croff Bello, investigadora principal de la Ocean Vision AI.
El Ocean Vision nos propone enseñar a los algoritmos de la IA a indexar cetáceos mientras jugamos a un videojuego
En el fondo, se trata de un sistema muy similar al que ya sigue la aplicación Seek de la plataforma iNaturalist, una mezcla de redes sociales y ciencia ciudadana operativa desde el 2018 donde la gente fotografía, comparte, habla y aprende sobre setas, mariposas, plantas, árboles, insectos, reptiles y, en definitiva, cualquier elemento de la naturaleza. Y la gracia es que mientras hacen esto, generan muchos de datos útiles para los biólogos y conservadores medioambientales todo en abierto y bajo licencia creative commons.
“iNaturalist es un cañón de datos abiertos para la comunidad científica, que las usan a menudo de forma sorprendente”, explica su co-director, Scott Loarie, en este artículo.
Recientemente, sus dos millones de usuarios en todo el mundo también pueden comparar imágenes de forma gamificada gracias a una inteligencia artificial de aprendizaje automático (también dicho machine learning) que funciona a partir de los datos recogidos por ellos mismos y que forman parte del Global Biodiversity Information Facility, que reúne conjuntos de datos abiertos de todo el mundo.
iNaturalist contiene hoy 160 terabytes de imágenes en abierto porque todo el mundo las pueda encontrar y utilizar
Otra aplicación de ciencia ciudadana vinculada con la educación ambiental y, más concretamente, con la ornitología es Merlin Bird ID. La aplicación, que proviene del Cornell Lab of Ornithology, además de permitir identificar cualquier pájaro a partir de una imagen tomada por nosotros, ahora se ha vuelto más sofisticada y tiene la capacidad de reconocer un pájaro a partir de un clip de audio de su canto.
Merlin Bird es un shazam que, en lugar de reconocer música, identifica pájaros en función de su canto
Merlin Bird tiene más de un millón de usuarios activos en todo el mundo que, con sus subidas de imágenes y sonidos, están ampliando de forma notable el mapa ornitológico mundial.
Y esto es solo el principio. No hay ninguna duda que este tipo de aplicaciones están gritadas a convertirse en una fuente de información capital para la ciencia, a la vez que permiten abrir al gran público el trabajo de campo de cariz científico y medioambiental con fines tanto educativas como de ocio.
