La próxima vez que esté de vacaciones, tome muchas fotografías de la vida silvestre que vea. Esas fotos pueden ser fundamentales para ayudar a salvar numerosas especies, gracias al nuevo campo de la imageómica.
Imageomics implica el uso de aprendizaje automático, un subconjunto de inteligencia artificial, para extraer información importante de imágenes de organismos vivos. La información recopilada incluye la apariencia física, la estructura del esqueleto, las tendencias y el movimiento de la población, que juntos ayudan a los científicos a comprender mejor los procesos biológicos de las criaturas, además de qué tan bien se adaptan y evolucionan.
“Tenemos millones de imágenes de animales amenazados y en peligro de extinción tomadas por científicos, cámaras trampa, drones e incluso turistas”, dijo Tanya Berger-Wolf, directora del Translational Data Analytics Institute de la Universidad Estatal de Ohio en un comunicado de prensa .
Sin embargo, aunque esas imágenes contienen una gran cantidad de datos, esa información no se usó en gran medida durante años, ya que los investigadores no tenían la capacidad de extraerla algorítmicamente para su análisis. Ahora lo hacen, gracias a los avances recientes en el aprendizaje automático , la visión por computadora y campos relacionados.
Para ayudar a impulsar este campo naciente, la Fundación Nacional de Ciencias otorgó al Estado de Ohio $ 15 millones en septiembre de 2021 como parte de su Iniciativa Harnessing the Data Revolution para crear el Instituto Imageomics. El instituto utilizará imágenes que los investigadores han tomado en el campo, además de aprovechar fuentes como las colecciones digitales en museos, laboratorios y la Red Nacional de Observatorios Ecológicos. También utilizará imágenes del público en general. Y ahí es donde entras tú.
Actualmente, cualquiera puede subir fotos de vida silvestre a plataformas impulsadas por la ciencia ciudadana como eBird , iNaturalist y Wildbook , que rastrean varias especies, crean bases de datos y más. De hecho, Wildbook es ahora una de las principales fuentes de datos sobre orcas , dijo Berger-Wolf. El Imageomics Institute planea hacer uso de las imágenes de estas plataformas, además de las publicadas en los sitios públicos de redes sociales.
Si actualmente no está publicando fotos o videos en ninguno de estos sitios, considere hacerlo, especialmente si ve un ave o un mamífero raro. Porque el tiempo se está acabando en muchas especies.
Los científicos no tienen suficiente tiempo, dinero o equipo para etiquetar todos los animales y aves en peligro de extinción en el mundo para su estudio. Por lo tanto, se desconoce el estado de muchas especies amenazadas y en peligro de extinción debido a la insuficiencia de datos. Esta nueva capacidad de analizar millones de fotos y videos tomados por miembros del público mejorará en gran medida el conocimiento colectivo del mundo. Además, la inteligencia artificial que se usa puede identificar cosas en las imágenes que los humanos no han visto o no pueden ver, dijo Berger-Wolf, quien también es investigadora principal del Imageomics Institute.
"Hay tantas imágenes de organismos con valor científico que nunca hemos podido analizar en la escala correcta", dijo.
Hay una preocupación principal con este nuevo campo: que toda la información recopilada se utilice de manera equitativa y ética. Por ejemplo, no desea que los cazadores furtivos puedan acceder a los datos y utilizarlos para matar más animales amenazados.
Pero si la imageómica funciona según lo planeado, podría usarse no solo para ayudar con la preservación de la vida silvestre, sino también en campos como la biomedicina, la agricultura y más.
AHORA ESO ES CRÍTICO
Los gorilas, los orangutanes y los rinocerontes se encuentran entre los animales más vulnerables en la lista de especies en peligro de extinción de la Federación Mundial de Vida Silvestre . De las 17 especies clasificadas como "en peligro crítico", cuatro son gorilas (Cross River, Eastern Lowland y Western Lowland); tres son orangutanes (Bornean, Sumatran y Tapanuli) y tres son rinocerontes (Black, Javan y Sumatran).
