En ecología, millones de especies interactúan de miles de millones de formas diferentes entre ellas y con su entorno. Los ecosistemas a menudo parecen caóticos, o al menos abrumadores para alguien que intenta comprenderlos y hacer predicciones para el futuro.
por la Universidad de Helsinki
La inteligencia artificial y el aprendizaje automático son capaces de detectar patrones y predecir resultados de formas que a menudo se asemejan al razonamiento humano . Allanan el camino hacia una cooperación cada vez más poderosa entre humanos y computadoras.
Dentro de la IA, los métodos de computación evolutiva replican en cierto sentido los procesos de evolución de las especies en el mundo natural . Un método particular llamado regresión simbólica permite la evolución de fórmulas interpretables por humanos que explican las leyes naturales.
«Utilizamos la regresión simbólica para demostrar que las computadoras pueden derivar fórmulas que representan la forma en que los ecosistemas o las especies se comportan en el espacio y el tiempo. Estas fórmulas también son fáciles de entender. Allanan el camino para reglas generales en ecología, algo que la mayoría de los métodos en La IA no puede hacer «, dice Pedro Cardoso, curador del Museo Finlandés de Historia Natural de la Universidad de Helsinki.
Con la ayuda del método de regresión simbólica, un equipo interdisciplinario de Finlandia, Portugal y Francia pudo explicar por qué algunas especies existen en algunas regiones y no en otras, y por qué algunas regiones tienen más especies que otras.
Los investigadores pudieron, por ejemplo, encontrar un nuevo modelo general que explica por qué algunas islas tienen más especies que otras. Las islas oceánicas tienen un ciclo de vida natural, emergen de los volcanes y finalmente se sumergen con la erosión después de millones de años. Sin intervención humana, el algoritmo pudo encontrar que el número de especies de una isla aumenta con la edad de la isla y alcanza su punto máximo con edades intermedias, cuando la erosión aún es baja.
«La explicación era conocida, ya existían un par de fórmulas, pero pudimos encontrar nuevas que superan a las existentes en determinadas circunstancias», dice Vasco Branco, Ph.D. estudiante que trabaja en la automatización de evaluaciones de riesgo de extinción en la Universidad de Helsinki.
La investigación propone que la inteligencia artificial explicable es un campo para explorar y promueve la cooperación entre humanos y máquinas en formas que recién ahora están comenzando a rascar la superficie.
«La evolución de ecuaciones de forma libre puramente a partir de datos, a menudo sin inferencias o hipótesis humanas previas, puede representar una herramienta muy poderosa en el arsenal de una disciplina tan compleja como la ecología», dice Luis Correia, profesor de informática en la Universidad de Lisboa.
