Italia – Un equipo de científicos publicó una revisión de artículos científicos sobre la aplicación de varios métodos de inteligencia artificial en las ciencias marinas.
La inteligencia artificial ofrece varios métodos que pueden ser aplicados en las ciencias marinas, debido a que es compatible con el aprendizaje basado en los datos, que puede resultar en la toma de decisiones automatizada de datos nuevos.
Investigadores del Istituto Italiano di Tecnologia y del Institute of Marine Research (Noruega) reunieron un grupo de artículos científicos sobre la aplicación de la inteligencia artificial, el aprendizaje automático, el aprendizaje profundo, y los sistemas de datos avanzados para investigar, monitorear y gestionar los organismos marinos y los ecosistemas.
Inteligencia artificial
La inteligencia artificial viene siendo aplicada en toda clase de datos. Algunas aplicaciones de la inteligencia artificial son sistemas de reconocimiento de rostros, procesamiento de lenguaje natural, sistema de detección de enfermedades, monitoreo con vídeo, inspección de calidad en la manufactura, diseño y creación de productos, robótica, etc.
La inteligencia artificial tiene ventajas significativas en comparación con los análisis manuales que requieren mucha mano de obra y un tiempo considerable.
En la actualidad se viene promoviendo la adopción de la inteligencia artificial en la acuicultura y de las ciencias marinas.
Aprendizaje automático o aprendizaje de máquina
El aprendizaje automático, también conocido como aprendizaje de máquina, es un subcampo de la inteligencia artificial, implementa modelos dinámicos que dan como resultado decisiones basadas en datos.
Las técnicas de aprendizaje de máquina se pueden aplicar a datos de gran dimensión, no lineales, complejos y de gran tamaño. Además, el enfoque de aprendizaje automático es efectivo aún en el caso en que los datos no están adecuadamente organizados o faltan algunas etiquetas de identificación.
Lo que hace que el aprendizaje automático sea más atractivo es su capacidad para manejar problemas que son imposibles o demasiado desafiantes para los enfoques tradicionales, que requieren de muchas personas, y tiempo y recursos considerables para alcanzar la precisión deseada.
Debido a las oportunidades que puede brindar el aprendizaje automático, su integración en las ciencias marinas y en la gestión de los recursos marinos es inevitable.
Los enfoques de aprendizaje automático tienen un gran potencial para mejorar la calidad y el alcance de la investigación marina mediante la identificación de patrones latentes y tendencias ocultas, particularmente en grandes conjuntos de datos que son intratables con otros enfoques.
Aprendizaje profundo
El aprendizaje profundo, inspirado en la estructura y funcionamiento del cerebro humano, es un campo del aprendizaje automático que incluye el uso de redes neuronales artificiales.
Estudio de los ecosistemas marinos
El estudio y la gestión de la sustentabilidad de los ecosistemas marinos presenta desafíos especiales debido a que ellos son tridimensionales (expansivos, muy dinámicos y complejos). Estas características requieren la recolección de datos en un amplio rango de escalas espacio-temporales.
El rápido progreso en sensores, información y las tecnologías de la comunicación ahora permite a los científicos marinos recolectar grandes volúmenes de datos a un costo muy bajo.
El aprendizaje automático puede ser aplicado a varias tareas automatizadas en las ciencias marinas. La predicción del clima del océano, por ejemplo detecta la temperatura superficial del mar, modelamiento del hábitat, modelamiento de los monzones, pronósticos de las fluctuaciones del nivel del mar, el modelamiento del viento y de las olas, y la detección de situaciones extremas, como por ejemplo los derrames petroleros, se ajustan a estas aplicaciones.
Los sistemas de video submarino y monitoreo acústico son herramientas de rápido desarrollo para monitorear la vida marina, mientras que la visión computarizada y las técnicas de aprendizaje de máquina contribuyen al análisis automático de los grandes volúmenes de datos de estas plataformas.
Los datos recolectados por estos sistemas pueden ser usados para extraer interpretaciones mediante la detección y rastreo automático de los peces, la identificación de las especies de peces, y la estimación de las trayectorias y velocidades de natación.
Aprendizaje automático y el futuro de las ciencias marinas
Los investigadores destacan que el volúmen de datos producidos en las ciencias marinas continúa incrementándose e introduce nuevos desafíos. Ellos plantean las siguientes soluciones:
– El aprendizaje de máquina debe ser totalmente integrado, no solo en el procesamiento de los datos marinos, sino también en la colección y gestión de datos y, por consiguiente, los científicos de aprendizaje automático deben colaborar más de cerca con los científicos marinos en la recolección de datos y el diseño de infraestructura.
– La comunicación entre los expertos en aprendizaje automático y los científicos marinos deben mejorar para que ambas partes se den cuenta de la gama de aplicaciones potenciales.
– Se debe mejorar la transparencia y la intuición de los métodos de aprendizaje de máquina para que deje de ser una caja negra para los científicos marinos.
– Preservar y compartir el conocimiento y la experiencia del aprendizaje de máquina dentro de la comunidad de las ciencias marinas: el tamaño de los datos marinos es enorme, sin embargo, el tamaño de los datos utilizados para evaluar los métodos de aprendizaje automático es generalmente muy limitado.
Referencia (acceso libre):
Cigdem Beyan, Howard I Browman, Setting the stage for the machine intelligence era in marine science, ICES Journal of Marine Science, Volume 77, Issue 4, July-August 2020, Pages 1267–1273, https://doi.org/10.1093/icesjms/fsaa084
