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".
-
Comentarios
Publicar un comentario