El escritor es fundador de tamizadouna empresa de medios respaldada por FT que cubre las nuevas empresas europeas
Las nuevas herramientas tecnológicas a menudo permiten nuevos descubrimientos científicos. Tomemos el caso de Antonie van Leeuwenhoek, el científico aficionado holandés del siglo XVII y microscopista pionero, que construyó al menos 25 microscopios de lente única con los que estudió pulgas, gorgojos, glóbulos rojos, bacterias y su propio espermatozoide, entre otras cosas.
En cientos de cartas a la Royal Society y otras instituciones científicas, van Leeuwenhoek registró meticulosamente sus observaciones y descubrimientos, no siempre para lectores receptivos. Pero desde entonces ha sido reconocido como el padre de la microbiología, ya que nos ayudó a comprender y combatir todo tipo de enfermedades.
Siglos más tarde, las nuevas herramientas tecnológicas permiten a una comunidad mundial de biólogos y científicos aficionados explorar el mundo natural del sonido con más detalle y a mayor escala que nunca. Así como los microscopios ayudaron a los humanos a observar cosas que no eran visibles a simple vista, los omnipresentes micrófonos y los modelos de aprendizaje automático nos permiten escuchar sonidos que de otro modo no podríamos oír. Podemos escuchar a escondidas un asombroso paisaje sonoro de «conversaciones» planetarias entre murciélagos, ballenas, abejas, elefantes, plantas y arrecifes de coral. “Sonics es la nueva óptica”, me dice Karen Bakker, profesora de la Universidad de Columbia Británica.
Se están invirtiendo miles de millones de dólares en la llamada inteligencia artificial generativa, como ChatGPT de OpenAI, y se están lanzando decenas de nuevas empresas para comercializar estos modelos básicos. Pero, en cierto sentido, la IA generativa es un nombre algo inapropiado: estos modelos se utilizan principalmente para repetir el conocimiento humano existente en combinaciones novedosas en lugar de generar algo genuinamente nuevo.
Lo que puede tener un mayor impacto científico y social es la «IA aditiva», que utiliza el aprendizaje automático para explorar conjuntos de datos específicos recién creados, derivados, por ejemplo, de imágenes satelitales, secuenciación del genoma, detección cuántica o grabaciones bioacústicas, y ampliar la fronteras del conocimiento humano. Cuando se trata de datos sónicos, Bakker incluso plantea la tentadora posibilidad durante las próximas dos décadas de comunicación entre especies a medida que los humanos usan máquinas para traducir y replicar sonidos de animales, creando una especie de Google Translate para el zoológico. “Todavía no poseemos un diccionario de Sperm Whalish, pero ahora tenemos los ingredientes básicos para crear uno”, escribe Bakker en su libro. Los sonidos de la vida.
Esta revolución sónica ha sido desencadenada por avances tanto en hardware como en software. Se pueden conectar micrófonos y sensores baratos, duraderos y de larga duración a los árboles del Amazonas, a las rocas del Ártico oa las espaldas de los delfines, lo que permite un seguimiento en tiempo real. Ese flujo de datos bioacústicos luego se procesa mediante algoritmos de aprendizaje automático, que pueden detectar patrones en sonidos naturales infrasónicos (baja frecuencia) o ultrasónicos (alta frecuencia), inaudibles para el oído humano.
Pero, enfatiza Bakker, estos datos solo tienen sentido cuando se combinan con observaciones humanas sobre comportamientos naturales obtenidas del minucioso trabajo de campo de biólogos o análisis de aficionados. Por ejemplo, zooniverso, la iniciativa de investigación de ciencia ciudadana que puede movilizar a más de 1 millón de voluntarios ha ayudado a recopilar todo tipo de datos y conjuntos de capacitación para modelos de aprendizaje automático. “La gente piensa que la IA es como un polvo de hadas mágico que se puede espolvorear sobre todo, pero en realidad no es así como funciona”, dice Bakker. “Estamos utilizando el aprendizaje automático para automatizar y acelerar lo que los humanos ya estaban haciendo”.
Estos proyectos de investigación también han dado lugar a algunos beneficios derivados prácticos y comerciales. Los estudios de comunicación de las abejas inspiraron a los científicos de Georgia Tech a crear un algoritmo de «mente de colmena» para optimizar la eficiencia de los servidores en los centros de alojamiento de Internet. Los criptógrafos han estado estudiando los zumbidos, clics, crujidos y chirridos de las ballenas para comprender si su «código Morse biónico» podría imitarse para cifrar las comunicaciones.
Bakker también defiende la protección en tiempo real de la biodiversidad de las regiones en peligro. Los sistemas de aprendizaje automático que monitorean los micrófonos de la selva tropical pueden detectar los sonidos de las sierras circulares, así como los gritos de los animales en pánico.
Es difícil reconciliar este campo emergente de datos bioacústicos con el argumento de que la investigación científica ya no es disruptiva. Bakker argumenta que nuestro paradigma actual de comprensión científica podría estar agotado, pero eso significa que necesitamos desarrollar uno nuevo. “Es solo un fracaso de nuestra imaginación”, dice ella. Estamos solo al comienzo de la investigación de nuestro universo sónico. ¿Quién sabe lo que podemos encontrar?