CLIMA
Rosario
lunes 18
Estado clima
16° | 28°

Nublado parcial

martes 19
Estado clima
16° | 18°

Lloviznas aisladas

miércoles 20
Estado clima
| 20°

Nublado parcial

Interes general

Con inteligencia artificial, se puede predecir qué plantas se extinguirán

Se trata de una metodología que clasifica las especies desde "preocupación menor" a "extinta", con categorías intermedias. Así se elabora una denominada "Lista Roja".

Por Ambito Financiero

  • inteligencia artificial se puede predecir que plantas se extinguiran

Un grupo de científicos de EEUU, entre los que se encuentra una argentina, desarrolló a través de un sistema de inteligencia artificial, una metodología de clasificación que permitirá predecir si una planta está o no en peligro de extinción.

La Unión Internacional para la Conservación de la Naturaleza (IUCN, por sus siglas en inglés) trabaja continuamente en la confección de una denominada Lista Roja, que analiza las especies y las clasifica en categorías que van desde 'preocupación menor' a 'extinta', pasando por categorías intermedias.

Estas clasificaciones se utilizan para definir acciones de conservación, por lo que son de una "utilidad enorme", pero "para que las especies sean incluidas tienen que ser individualmente evaluadas, lo que requiere un protocolo predefinido, fondos disponibles y la presencia de especialistas que realicen la evaluación, convirtiéndolo en un proceso lento", dijo a Télam Anahí Espíndola, la argentina coautora del estudio.

"El método de base que utilizamos fue 'random forest', que es conocido por su capacidad de clasificar y predecir datos", aseguró y explicó que "en este caso tratamos de predecir la probabilidad de que una especie esté o no en peligro, usando datos relacionados con características de su rango de distribución, de sus condiciones climáticas preferidas y de algunas características morfológicas".

Espíndola, profesora de entomología de la Universidad de Maryland en Estados Unidos, detalló que "este método permite usar todas las especies que ya han sido evaluadas por el UICN para entrenar y crear nuestro 'random forest' de clasificación, usando las características de las especies como variables predictoras".

"Una vez obtenido un modelo de clasificación suficientemente preciso, podemos usar ese mismo modelo sobre especies para las que conocemos las características utilizadas en el modelo (rango de distribución, condiciones climáticas preferidas y morfología) pero para las que no conocemos el nivel de riesgo de extinción".

En este sentido, la coautora del artículo publicado en la revista especializada PNAS afirmó que el uso y la clasificación de estos datos permitirá "calcular la probabilidad de que esas especies todavía no evaluadas por la Lista Roja de UICN estén en peligro".

Lo "extremadamente útil" de este sistema es que es "relativamente preciso, y también analizable sin necesidad de tener acceso a recursos informáticos importantes", además tiene la "ventaja" de estar basado completamente en "datos públicos" (open access), es decir que cualquier persona puede realizar estos análisis y usar sus resultados.

"Además este método puede ser adaptado a cualquier escala geográfica o taxonómica de interés, ya que puede también ser usado a niveles nacionales, regionales, o locales y permite asistir a la identificación de especies que deberían ser evaluadas con prioridad por la UICN", señaló Espíndola y calificó a esta herramienta como "útil y complementaria a estas evaluaciones".

La especialista precisó que de las 150.000 especies analizadas, "alrededor del 10% (15.000) tienen una probabilidad alta de pertenecer a categorías de conservación distintas a de 'preocupación menor'".

"De un punto de vista global, identificamos regiones que tienen probabilidades más altas de tener especies en peligro, como por ejemplo algunas regiones Andinas del norte de Sudamérica, o el bosque atlántico brasilero. Estas regiones son caracterizadas por un alto nivel de endemismo, y de la presencia de muchas especies raras", concluyó

¡OPINÁ SOBRE ESTA NOTA!

Comentar en foro