Dr. Felipe Benavides (Northeastern University, Laboratorio de Ciencia de Datos para la Sostenibilidad) entregó herramientas de inteligencia artificial y Big Data a profesionales y estudiantes de postgrado de Coquimbo a Puerto Montt mediante curso de dos días financiado por proyecto InES de Género. Taller enfocó IA para distribución de especies, contaminación marina, afloramiento de algas nocivas y análisis de imágenes satelitales, replicando investigaciones recientes en proyectos propios.
Conocer sobre la inteligencia artificial, las herramientas disponibles para avanzar en investigación y vincularlas con trabajos actuales, fue parte del taller desarrollado por el académico Dr. Felipe Benavides.
Northeastern University y colaboración con Dr. Carlos Lara
El investigador es parte de la Northeastern University en Portland, Estados Unidos y visitó la Universidad Católica de la Santísima Concepción (UCSC), por medio del trabajo colaborativo con el académico de la Facultad de Ciencias Dr. Carlos Lara.
Así, con el apoyo del proyecto InES de Género de la Dirección de Investigación de la UCSC, se concretó este taller, que reunió a profesionales y estudiantes de postgrados provenientes de diferentes ciudades de Chile, de Coquimbo a Puerto Montt.
Enfoque en ciencias ecológicas marinas
El curso tuvo un enfoque en la inteligencia artificial aplicada a las ciencias ecológicas, principalmente marinas: “La idea es aportar herramientas sobre cómo utilizar modelos de inteligencia artificial para responder sus preguntas científicas. Por lo general tenemos una formación fuerte en estadística, pero no en inteligencia artificial, ya que es una tecnología nueva y que se está adaptando”, comentó el Dr. Benavides.
Big Data para distribución de especies y contaminación marina
El uso de esta herramienta en ecología es bastante útil, dado la cantidad de datos que deben analizar y más todavía con la utilización de imágenes satelitales. En esa línea, el Dr. Benavides comentó que “puede ser útil para saber dónde se trasladan las especies, dónde se pronostica mayor contaminación marina o dónde podría existir afloramiento de algas nocivas. Estas herramientas de analítica de Big Data e Inteligencia Artificial nos ayudan”.
La ecología marina genera volúmenes masivos de datos mediante sensores remotos (satélites, boyas oceanográficas), cámaras submarinas, secuenciación genómica ambiental (eDNA) y telemetría de fauna, superando capacidad de análisis mediante estadística clásica. Machine learning permite identificar patrones complejos en datasets multidimensionales (temperatura, salinidad, clorofila, batimetría) para predecir distribución de especies mediante modelos de nicho ecológico o detectar anomalías indicativas de contaminación o floraciones algales nocivas.
Replicar herramientas en investigaciones propias
El taller incluyó diferentes ejemplos sobre cómo se ha utilizado estas herramientas en investigaciones recientes, de manera que los asistentes puedan replicar su utilización en sus propios proyectos de investigación.
“La IA llegó para quedarse”
“La IA llegó para quedarse. Si no lo aprendemos, posiblemente se pierden muchas oportunidades laborales, de becas, de proyectos, dado que hoy en día se solicita la componente de IA. Definitivamente es algo que esperamos que lo aprovechen para su futuro profesional”, agregó el académico.
Vinculación por investigaciones colaborativas
La conexión del Dr. Felipe Benavides con el Dr. Carlos Lara comenzó por medio de sus propias investigaciones y con la idea de colaborar, iniciando contacto a través de correo electrónico. Por medio del proyecto InES de Género de la UCSC se logró concretar este curso, cuya duración es de dos días.
“La idea es que ellos vean la utilidad de estas herramientas y queden motivados a utilizarlas en sus propias investigaciones”, comentó el académico.
Laboratorio de Ciencia de Datos para la Sostenibilidad
El Dr. Benavides es biólogo y cuenta con un doctorado de la Universidad Austral de Chile. Actualmente trabaja en Northeastern University en Estados Unidos, en el Laboratorio de Ciencia de Datos para la Sostenibilidad: “Buscamos generar ese puente entre las ciencias ambientales y la inteligencia artificial. Colectamos datos para construir herramientas nuevas de IA para solucionar preguntas de la ecología como la distribución de especies, contaminación o restauración ecológica“, cerró el Dr. Benavides.
El concepto de “ciencia de datos para la sostenibilidad” representa subdisciplina emergente que aplica técnicas computacionales avanzadas (machine learning, deep learning, computer vision) a problemas ambientales complejos, reconociendo que desafíos contemporáneos como cambio climático, pérdida de biodiversidad y contaminación requieren análisis de sistemas dinámicos multivariables que exceden capacidad de métodos estadísticos tradicionales, demandando enfoques basados en aprendizaje automático que pueden descubrir relaciones no lineales en datos de alta dimensionalidad.
La realización de este taller reafirma el compromiso de la UCSC con la formación avanzada, la colaboración internacional y la incorporación de tecnologías emergentes en la investigación científica y preparan para enfrentar los desafíos actuales y futuros de la ciencia ecológica.
