LA INTELIGENCIA ARTIFICIAL: UN FACTOR REVOLUCIONARIO EN EL ESTUDIO DE LOS DINOSAURIOS
Un estudio publicado en Frontiers in Earth Science ha revelado que una de las aplicaciones más prometedoras de la Inteligencia Artificial (IA) podría revolucionar la paleontología.
La extracción de registros fósiles de dinosaurios puede llegar a ser extremadamente laboriosa. En muchas ocasiones, para analizar la estructura de un espécimen se necesita el corte de secciones finas, algo que termina destruyendo la muestra durante el proceso. La introducción de tecnologías de exploración de alta resolución, como son la tomografía computarizada (TC) mejoraron las dinámicas de trabajo y la conservación de las muestras debido a que reconstruyen las estructuras internas en tres dimensiones utilizando radiación y software digital.
Si bien es cierto que el uso de la tecnología de TC ha ayudado a preservar los especímenes y a generar conocimientos muy útiles, pero también ha planteado nuevos retos. En función de la absorción de la radiación de los rayos X se puede diferenciar varios materiales, como por ejemplo los huesos fosilizados frente a la roca que los recubre. El problema es que las densidades similares pueden hacer realmente complicado el hecho de determinar dónde empieza un objeto y dónde termina otro.
En estos casos, los investigadores tienen que recurrir a la segmentación manual, algo extremadamente laborioso que puede tardar incluso semanas.
El objetivo de la nueva investigación publicada en Frontiers in Earth Science ha sido intentar averiguar si con la IA se podría replicar la labor exacta de un paleontólogo, es decir, la clasificación de secciones vóxel por vóxel. Para conseguirlo, los investigadores utilizaron diferentes tipos de redes neuronales profundas, un tipo de modelo de IA que imita el cerebro humano.
Entrenaron y probaron los sistemas de IA utilizando más de 10.000 tomografías computarizadas de tres cráneos embrionarios bien conservados de distintas especies de dinosaurios. Los resultados no fueron tan buenos como los de un humano, pero la precisión y la velocidad de procesamiento demostraron que las redes neuronales profundas pueden disminuir de manera significativa el tiempo para diferenciar los fósiles de las matrices de roca.
Aparte de un procesamiento de imágenes más rápido, el uso de la IA en paleontología ofrece la posibilidad de ayudar a establecer estándares de investigación, según Congyu Yu, estudiante de doctorado en la Escuela de Postgrado Richard Gilder del Museo Americano de Historia Natural y autor principal del estudio junto con el doctor Mark A. Norell.
"Diferentes investigadores pueden tener diferentes interpretaciones sobre la misma estructura, lo que lleva a diversas reconstrucciones de la historia evolutiva. En algunos casos, las imágenes de TC pueden reconstruirse deliberadamente para seguir una idea determinada. El uso de la segmentación por IA puede detectar esos fraudes sin aumentar demasiado el coste", explica Yu.
Pero asimismo advierte que aún queda tiempo para que eso pueda ocurrir. De hecho, el mejor modelo de la prueba de uno de los restos fósiles tuvo problemas para funcionar bien con otros fósiles de dinosaurios del mismo estrato rocoso y de la misma región. El principal contratiempo señala Yu se basa en que "la generalización siempre es un problema para las tareas basadas en la IA". Aun así, el autor principal de la investigación confía en que la creación e implantación de “un modelo de segmentación para fósiles del desierto de Gobi” no queda demasiado lejos, aunque admite que para un modelo más generalizado se “necesita no solo más conjunto de datos de entrenamiento, sino también innovaciones en los algoritmos”.
Elena Vivar
