Una nueva herramienta de imágenes de IA podría ayudar a desarrollar algoritmos para analizar imágenes de vida silvestre con el fin de ayudar a comprender cómo las especies de todo el mundo están respondiendo al cambio climático, sugiere un estudio.
El avance podría ayudar a los científicos a construir nuevos algoritmos impulsados por inteligencia artificial para analizar rápidamente y en profundidad los millones de fotografías de vida silvestre subidas a Internet por el público cada año.
Los investigadores dicen que podrían ayudar a revelar importantes conocimientos sobre los efectos del cambio climático, la contaminación, la pérdida de hábitat y otros factores estresantes en decenas de miles de especies animales y vegetales.
Los sitios web de ciencia ciudadana son potencialmente una rica fuente de información sobre cómo los animales y las plantas están respondiendo al cambio climático. Sin embargo, si bien los algoritmos de IA actuales pueden identificar automáticamente especies en las imágenes cargadas, no estaba claro si también podrían revelar otra información.
Ahora, un equipo internacional de científicos ha creado una nueva herramienta para probar qué tan bien los algoritmos de inteligencia artificial pueden extraer bancos de imágenes para obtener otra información. Esto puede incluir detalles como qué especies comen, qué tan saludables son y con qué otras especies interactúan.
La herramienta, llamada INQUIRE, mide la capacidad de la IA para sacar conclusiones de un banco de imágenes de cinco millones de fotografías de vida silvestre cargadas en el sitio web de ciencia ciudadana iNaturalist.
El equipo descubrió que los algoritmos de IA actuales son capaces de responder algunos de estos tipos de preguntas, pero fallan en preguntas más complejas. Estos incluyen elementos que requieren razonamiento sobre pequeñas características dentro de imágenes y elementos que involucran términos científicos detallados.
El equipo dice que los hallazgos resaltan oportunidades para desarrollar nuevos algoritmos de inteligencia artificial que puedan ayudar a los científicos a buscar de manera eficiente en vastas colecciones de imágenes.
Los resultados revisados por pares se presentarán en la conferencia NeurIPS, una conferencia líder sobre aprendizaje automático.
El equipo incluyó investigadores de la Universidad de Edimburgo, el University College London, la UMass Amherst, iNaturalist y el Instituto Tecnológico de Massachusetts (MIT). Este trabajo fue apoyado en parte por el Laboratorio de IA Generativa de la Universidad de Edimburgo.
El Dr. Oisin Mac Aodha, de la Escuela de Informática de la Universidad de Edimburgo, dijo: “Miles de imágenes de vida silvestre subidas a Internet cada día brindan a los científicos información valiosa sobre dónde se encuentran las diferentes especies en la Tierra. Es la punta de la hoja.
“Estas imágenes son potencialmente un recurso enorme, en gran medida sin explotar. Ser capaz de analizar de forma rápida y precisa la gran cantidad de información que contienen puede proporcionar pistas importantes sobre cómo las especies están ecológicamente aptas. Cómo están respondiendo a desafíos multifacéticos como el cambio”.
La Dra. Sarah Berry, profesora asistente del MIT, dijo: “Esta cuidadosa selección de datos, con un enfoque en ejemplos reales de investigación científica en campos de investigación en ecología y ciencias ambientales, mejorará nuestra comprensión de las capacidades actuales de los métodos de IA que han demostrado”. ser importante en estos entornos científicos potencialmente eficaces.
“También describe las lagunas en la investigación existente que ahora podemos trabajar para abordar, cuestiones estructurales particularmente complejas, terminología técnica y diferencias sutiles y matizadas que serán de interés para nuestros colegas. Describe las categorías”.
