Inteligencia Artificial para revolucionar el estudio de dinosaurios

 

Los investigadores han comprobado que una de las aplicaciones más prometedoras de las tecnologías de inteligencia artificial, la identificación de tumores a partir de imágenes médicas de alta resolución, pueden utilizarse para ayudar a los paleontólogos a analizar más rápidamente escánares de fósiles de dinosaurios, según publican en la revista 'Frontiers in Earth Science'.

Gran parte de lo que los científicos pueden extraer del registro fósil de los dinosaurios se basa en la morfología de los restos conservados de los animales. El estudio de la estructura interior de un espécimen suele requerir el corte de secciones finas, lo que destruye la muestra en el proceso. Esto cambió con la introducción de tecnologías de exploración de alta resolución, como la tomografía computarizada (TC), que básicamente reconstruye las estructuras internas en tres dimensiones utilizando radiación y software digital.

Aunque el uso de la tecnología de TC ayuda a preservar los especímenes y a generar datos muy útiles, las propias imágenes presentan sus propios retos. Las exploraciones diferencian varios materiales -por ejemplo, los huesos fosilizados frente a la roca que los recubre- en función de la absorción de la radiación de los rayos X.

Las densidades similares pueden dificultar enormemente la determinación de dónde empieza un objeto y dónde termina otro. Esto significa que los investigadores tienen que recurrir a la segmentación manual, un proceso muy laborioso para clasificar secciones similares de una imagen.

La IA puede realizar la segmentación de imágenes en minutos, en comparación con los días o incluso semanas que necesita un paleontólogo. La cuestión es si un ordenador puede clasificar secciones vóxel por vóxel a la par que un profesional capacitado. Los investigadores intentaron averiguarlo utilizando diferentes tipos de redes neuronales profundas, un tipo de modelo de IA que imita el cerebro humano.

El equipo entrenó y probó los sistemas de IA utilizando más de 10.000 tomografías computarizadas de tres cráneos embrionarios bien conservados de Protoceratops, un pariente más pequeño del género más conocido Triceratops. Los fósiles se recuperaron en la década de 1990 en el desierto de Gobi, en Mongolia.

Aunque los modelos no funcionaron tan bien como un humano, la precisión y la velocidad de procesamiento demostraron que las redes neuronales profundas pueden reducir significativamente el tiempo para diferenciar los fósiles de las matrices de roca.

Además de un procesamiento de imágenes más rápido, el uso de la IA en paleontología puede 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, conocido por su trabajo de investigación de los vínculos evolutivos entre los dinosaurios y las aves.

"Diferentes investigadores pueden tener diferentes interpretaciones sobre la misma estructura, lo que lleva a diversas reconstrucciones de la historia evolutiva --explica Yu--. 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".

-