La traducción entre especies está más cerca que nunca, pero, ¿qué querrían decirnos los animales, si es que querrían decirnos algo?
Montevideo | Todo El Campo | En 2025 veremos cómo se aprovechan la inteligencia artificial (IA) y el aprendizaje automático para lograr un progreso real en la comprensión de la comunicación animal, respondiendo a una pregunta que ha desconcertado a los humanos desde que existimos: “¿Qué se dicen los animales entre sí?”
El reciente Premio Coller-Dolittle, que ofrece premios en efectivo de hasta medio millón de dólares para los científicos que “descifren el código”, es una indicación de una confianza optimista en que los recientes desarrollos tecnológicos en el aprendizaje automático y los grandes modelos de lenguaje (LLM) están poniendo este objetivo a nuestro alcance.
Muchos grupos de investigación han estado trabajando durante años en algoritmos para dar sentido a los sonidos de los animales.
El Proyecto Ceti, por ejemplo, ha estado descifrando los clics de los cachalotes y los cantos de las ballenas jorobadas. Estas modernas herramientas de aprendizaje automático requieren cantidades extremadamente grandes de datos y, hasta ahora, han faltado tales cantidades de datos de alta calidad y bien anotados.
Considere los LLM como ChatGPT que tienen datos de entrenamiento disponibles que incluyen la totalidad del texto disponible en Internet. Este tipo de información sobre la comunicación animal no ha sido accesible en el pasado. No es solo que los corpus de datos humanos sean muchos órdenes de magnitud más grandes que el tipo de datos a los que tenemos acceso para los animales en la naturaleza: se utilizaron más de 500 GB de palabras para entrenar GPT-3, en comparación con poco más de 8,000 “codas” (o vocalizaciones) para el reciente análisis del Proyecto Ceti sobre la comunicación de los cachalotes.
Además, cuando trabajamos con el lenguaje humano, ya sabemos lo que se está diciendo. Incluso sabemos lo que constituye una “palabra”, lo cual es una gran ventaja sobre la interpretación de la comunicación animal, donde los científicos rara vez saben si un aullido de lobo en particular, por ejemplo, significa algo diferente de otro aullido de lobo, o incluso si los lobos consideran un aullido como de alguna manera análogo a una “palabra” en el lenguaje humano.
No obstante, 2025 traerá nuevos avances, tanto en la cantidad de datos de comunicación animal disponibles para los científicos, como en los tipos y la potencia de los algoritmos de IA que se pueden aplicar a esos datos. La grabación automatizada de sonidos de animales se ha puesto al alcance de todos los grupos de investigación científica, con dispositivos de grabación de bajo costo como AudioMoth que han explotado en popularidad.
Ahora se están conectando conjuntos de datos masivos, ya que las grabadoras se pueden dejar en el campo, escuchando las llamadas de los gibones en la selva o las aves en el bosque, las 24 horas del día, los 7 días de la semana, durante largos períodos de tiempo. Hubo ocasiones en las que estos conjuntos de datos masivos eran imposibles de gestionar manualmente. Ahora, los nuevos algoritmos de detección automática basados en redes neuronales convolucionales pueden recorrer miles de horas de grabaciones, seleccionando los sonidos de los animales y agrupándolos en diferentes tipos, de acuerdo con sus características acústicas naturales.
Una vez que esos grandes conjuntos de datos de animales estén disponibles, los nuevos algoritmos analíticos se convierten en una posibilidad, como el uso de redes neuronales profundas para encontrar estructuras ocultas en secuencias de vocalizaciones de animales, que pueden ser análogas a la estructura significativa en el lenguaje humano.
Sin embargo, la pregunta fundamental que sigue sin estar clara es, ¿qué esperamos hacer exactamente con estos sonidos de animales? Algunas organizaciones, como Interspecies.io, establecen su objetivo bastante claramente como “transducir señales de una especie en señales coherentes para otra”. En otras palabras, traducir la comunicación animal al lenguaje humano. Sin embargo, la mayoría de los científicos están de acuerdo en que los animales no humanos no tienen un lenguaje propio, al menos no en la forma en que los humanos tenemos el lenguaje.
El Premio Coller Dolittle es un poco más sofisticado, ya que busca una forma de “comunicarse o descifrar la comunicación de un organismo”. Descifrar es un objetivo un poco menos ambicioso que traducir, teniendo en cuenta la posibilidad de que los animales no tengan, de hecho, un lenguaje que se pueda traducir. Hoy en día no sabemos cuánta información transmiten los animales entre sí. En 2025, la humanidad tendrá el potencial de dar un salto en nuestra comprensión no solo de cuánto dicen los animales, sino también de qué se dicen exactamente entre sí.
EL AUTOR: Artículo de Arik Kershenbaum, tutor universitario y director de estudios de la Universidad de Cambridge. Interesado en la comunicación animal, autor del libro Why Animals Talk (Por qué hablan los animales).
En las últimas elecciones de Reino Unido hubo un candidato no humano. El proyecto fracasó, casi no obtuvo votos, pero abrió interrogantes que no debemos postergar.
Hébert Dell’Onte Larrosa | Montevideo | Todo El Campo | ¿Es posible que en una campaña política participe un candidato que no es humano? Algo de eso ocurrió en Reino Unido, con AI Steve (en la foto), un candidato que prometía escuchar a cada votante, y que realmente tenía la capacidad de hacerlo. Con la información recolectada adaptaría sus decisiones a las inquietudes y problemáticas de la ciudadanía en tiempo real.
AI Steve fue candidato (virtual) en las elecciones del 4 de julio de 2024, pero detrás de él y quien lo representaría físicamente en el Parlamento -si lograba los votos- iba a ser el empresario Steven Endacott.
En un podcast de “Bajo la Lupa” de Diálogo Político (el proyecto de la Fundación Konrad Adenauer) se trató el tema que pone sobre la mesa asuntos que inquietan y nos interpelan sobre la sociedad y la política, o sea los seres humanos y la conducción que queremos.
El locutor se pregunta: “¿Puede una la inteligencia artificial realmente capturar la esencia de la representación democrática? Y, de ser así: ¿qué implicaciones tendría para la política y la legitimidad electoral? ¿Es acaso lo que necesitamos, lo que queremos?”.
La capacidad de AI Steve parece no tener límites: puede mantener conversaciones con 45.000 electores al mismo tiempo, y con esas opiniones se construye y modifica su plataforma electoral; estará accesible las 24 horas todos los días de la semana, disponibilidad total para recibir preguntas, propuestas, ideas de cualquier ciudadano”, continúa el locutor.
El candidato artificial hasta tiene una página web (*).
En las elecciones del 4 de julio, los votantes no se dejaron encantar por la AI Steve y le negaron el voto: apenas obtuvo 179 votos de un total de más de 50.000 que hubo en su lugar de votación
Pero lo importante aquí no la cantidad de votos que obtuvo, sino que -reitero- el antecedente que crea y las interrogantes que dejó sobre la política, la democracia, el funcionamiento de los países y las sociedades, los liderazgos.
Porque hasta el liderazgo se pierde ya que por su dinámica AI Steve toma e interpreta las opiniones de las personas y adapta su comportamiento para hacer lo que la gente quiere. Eso parece positivo, pero un dirigente político ante todo debe ser líder y conductor, no solo está para escuchar e interpretar a la gente, sino también indicarle el camino correcto ante diferentes cuestiones o problemas en debate.
Ximena Docarmo, fundadora de InnovaLab y magíster en políticas públicas, participó del podcast, y además escribió en un artículo (**) publicado en Diálogo Político: “En este contexto, la introducción de IA en la política, aunque innovadora, debe abordarse con cautela y un robusto marco ético y regulatorio para evitar socavar los principios democráticos. La promesa de una IA infalible se enfrenta a la realidad de un campo de batalla digital, donde la manipulación y la desinformación pueden ser las armas más potentes”.
Más adelante agrega: “Los líderes políticos tienen la obligación de cuestionarse si es viable transferir la legitimidad del poder a una entidad no humana, como AI Steve”.
Y plantea una serie de preguntas que todos deberíamos hacerlos: “¿Cómo redefinir la responsabilidad y la rendición de cuentas en un sistema donde las decisiones políticas serían tomadas por algoritmos y no por seres humanos? ¿Podrá la IA entender y representar con precisión las complejas dinámicas humanas y culturales que moldean América Latina? Y quizás lo más crucial: ¿qué impacto podría tener la IA en los principios fundamentales de la democracia y la gobernanza de la región?”
LA TECNOLOGÍA ABRUMADORA.
La tecnología parece desbordarnos por todas partes. No sabemos si estamos capacitados para lidiar con ella, pero seguimos avanzando a una velocidad que supera nuestra adaptación, nuestra aceptación a tanto cambio junto, y antes de que podamos definir qué queremos, qué consideramos correcto, qué riesgos enfrentar, surgen nuevas propuestas desafiantes que superan aquellas por las que aún no tomamos opinión como sociedad..
El caso de AI Steve fracasó electoralmente, pero dejó sembrada una semilla que está echando raíces para emerger fortalecida. Eso no quiere decir que la tecnología sea mala, ni que debemos esconderla en el sótano para que nadie la encuentre. Quiere decir sí que deberíamos estar preparados, la pregunta es cómo lograremos estarlo.
Las nuevas tecnologías y herramientas generan preocupación por el aumento de emisiones.
Montevideo | Todo El Campo | El desarrollo de las nuevas herramientas y tecnologías genera desafíos ambientales considerables: el incremento de las emisiones de carbono. Por ejemplo, una transacción de Bitcoint requiere la misma energía eléctrica que consume un ghanés o un pakistaní en tres años, y ChatGPT utiliza energía eléctrica en más de diez veces que una búsqueda en Google.
La Agencia Internacional de Energía estima que el uso de electricidad por esas herramientas irá creciendo y en tres años equivalga al consumo actual de Japón que es el quinto país de mayor consumo de energía eléctrica en el mundo, según un artículo del Fondo Monetario Internacional (FMI) al que accedió Todo El Campo, cuyos autores son los economistas Shafik Hebous y Nate Vernon-Lin.
Los siguientes gráficos muestran la participación del uso global de electricidad y las emisiones globales de CO2 por parte de los centros de datos y las criptomonedas.
Para los autores del texto, el desarrollo tecnológico tiene beneficios sociales y económicos”, pero es “motivo de preocupación” el impacto ambiental.
Un reciente documento del FMI (*) concluyó que la minería de criptomonedas podría generar el 0,7% de las emisiones mundiales de dióxido de carbono para 2027. Si se amplía el análisis a los centros de datos (según estimaciones de la AIE), sus emisiones de carbono podrían alcanzar los 450 millones de toneladas para 2027, o el 1,2% del total mundial.
¿CÓMO LA POLÍTICA FISCAL PUEDE CORREGIR LA SITUACIÓN?
Sin embargo, el sistema impositivo es una forma de orientar a las empresas hacia la reducción de emisiones.
Según estimaciones del FMI, un impuesto directo de US$ 0,047 por kilovatio hora obligaría a la industria de la minería de criptomonedas a reducir sus emisiones en línea con los objetivos globales.
Si se considera también el impacto de la contaminación atmosférica en la salud local, esa tasa impositiva aumentaría a US$ 0,089, lo que se traduciría en un aumento del 85% en el precio medio de la electricidad para los mineros.
De incrementarse el impuesto, incrementaría los ingresos anuales del gobierno en US$ 5.200 millones a nivel mundial y reduciría las emisiones anuales en 100 millones de toneladas (aproximadamente las emisiones actuales de Bélgica).
También se plantea para los centros de datos un impuesto específico sobre su consumo de electricidad de US$ 0,032 por kilovatio hora, o US$ 0,052 si se incluyen los costes de contaminación del aire. Serían hasta US$ 18.000 millones anuales.
No obstante lo anterior, la situación actual es totalmente opuesta a la fijación impositiva como corrector: muchos centros de datos y mineros de criptomonedas disfrutan de generosas exenciones e incentivos fiscales sobre la renta, el consumo y la propiedad. Si se tienen en cuenta los daños ambientales, la falta de empleo significativo y las presiones sobre la red eléctrica (que posiblemente aumenten los precios para los hogares y reduzcan la demanda de otros bienes con bajas emisiones, como los vehículos eléctricos), los beneficios netos de estos regímenes fiscales especiales son, en el mejor de los casos, inciertos, dice el FMI.
Imagen de portada creada por inteligencia artificial.
Uruguay se está transformando en un lugar de referencia para el desarrollo de la inteligencia artificial.
Montevideo | Todo El Campo | Durante su primer año de funcionamiento en Uruguay, el Laboratorio de Inteligencia Artificial de Microsoft contribuyó a la dinamización del sistema de empresas y startups tecnológicas y posiciona a Uruguay como centro de innovación, afirmó el canciller Omar Paganini. El país se está transformando en un lugar de referencia para el desarrollo de inteligencia artificial, agregó.
El ministro participó el lunes 3 del primer aniversario del Microsoft AI (Inteligencia Artificial) Co-Innovation Lab, que funciona en el parque tecnológico del Laboratorio Tecnológico del Uruguay (LATU).
Hace un año, al momento de su inauguración, en 2023, el laboratorio era uno de los únicos cuatro de su tipo en el mundo, junto a los de Estados Unidos, Alemania y China.
Estuvieron presentes la vicepresidenta Beatriz Argimón, la ministra de Industria, Energía y Minería, Elisa Facio, y el vicepresidente ejecutivo de Desarrollo Empresarial, Estrategia y Emprendimiento de Microsoft, Christopher Young, entre otros representantes de la compañía.
Argimón dijo que el Laboratorio de Inteligencia Artificial ofrece herramientas y tecnología de vanguardia y permite a las empresas evaluar proyectos concretos en un entorno seguro junto a técnicos especializados, lo que hace más factible la incorporación de la inteligencia artificial a sus procesos y negocios.
También ponderó que cuenta con el LATU como institución puente para vincular a las empresas y que procura acelerar la innovación, así como apoyar a organizaciones de diferentes rubros para trabajar en soluciones junto a ingenieros de Microsoft.
URUGUAY, UN HUB DE INNOVACIÓN.
En rueda de prensa Omar Paganini subrayó que el laboratorio contribuye a la dinamización del sistema de empresas y startups tecnológicas y posiciona a Uruguay como un hub de innovación.
En el primer año de funcionamiento el laboratorio recibió 100 proyectos, de los cuales 75% pertenecen a firmas uruguayas y el resto de la región, a los que se agregarán varios más, que se encuentran en lista de espera, detalló.
Entre las iniciativas presentadas se destacan las áreas de salud, producción de fármacos y comercio electrónico.
El ministro consideró que esto demuestra que Uruguay se está transformando en un lugar de referencia para el desarrollo de la inteligencia artificial.
La inteligencia artificial ayuda a tener mayor precisión sobre zonas aptas para cultivos o actividades ganaderas. Por medio de esa tecnología se puede tener una mayor precisión sobre los sitios donde se puede desarrollar la actividad agropecuaria.
Colombia | Todo El Campo | Sebastián Felipe Álvarez, magister en Ingeniería de Sistemas y Computación de la Universidad Nacional de Colombia, desarrolló un sistema de inteligencia artificial (IA) con el fin de identificar, con mayor precisión, zonas aptas para las actividades agropecuarias. El sistema utiliza imágenes satelitales de alta resolución proporcionadas por la misión de observación terrestre Sentinel-2, bajo la dirección de la Agencia Espacial Europea (ESA).
Una parte crucial de la investigación de Álvarez, se enfocó en la integración de las imágenes con el mapa del Sistema de Información para la Planificación Rural Agropecuaria (Sipra) y de la Unidad de Planificación Rural Agropecuaria (UPRA), ambas instituciones de carácter técnico adscritos al Ministerio de Agricultura y Desarrollo Rural colombiano.
Luego de eso, se empleó el aprendizaje de máquina, o machine learning, que le permite al sistema aprender de manera autónoma a partir de los datos, según una nota publicada por la agencia de noticias de la Universidad.
El investigador explicó que al trabajar “sobre el mapa Sipra”, ya considera “factores climáticos y otros aspectos que afectan las actividades agrícolas”. Partiendo de esa información “el sistema identificó patrones en las imágenes que le permitieron determinar con gran precisión si la zona era apta o no para la agricultura”.
ÚTIL EN TODO EL PAÍS.
Añadió que “la técnica de la IA conocida como ‘redes neuronales’ se entrenó con dichas imágenes satelitales y “predijo con eficacia qué zonas como Barichara y El Socorro (norte colombiano) y sus alrededores tienen potencial para practicar la ganadería y la pesca”.
“Esta herramienta se podría utilizar en todo el país para mejorar la identificación de zonas agrícolas, un proceso que con métodos convencionales suele ser lento y costoso”.
También se identificaron áreas que no se pueden intervenir, es el caso del Parque Nacional Natural Serranía de los Yariguíes, un ejemplo que es muy evidente para el observador y lector humano, pero probar el comportamiento de la IA es un ejercicio que permite verificar que el sistema funciona y luego aumentar el nivel de dificultad en otras tareas.
Álvez aseguró que “el modelo mostró un ‘comportamiento correcto’, y esto representa alrededor del 85 % de rendimiento en la tarea de identificar bien las zonas agrícolas y las no agrícolas. Este avance nos permite optimizar significativamente el tiempo necesario para estos procesos, los cuales tradicionalmente podrían llevar años”.
Con esto, el potencial de esta tecnología es significativo. El Gobierno colombiano la podría utilizar para actualizar y agilizar la identificación de zonas aptas para la agricultura y la ganadería. Además, los agricultores se podrían beneficiar al saber si un predio es adecuado para sus cultivos antes de adquirirlo o realizar actividades agrícolas.
EL PAPEL DE LA TECNOLOGÍA.
Colombia posee un enorme potencial agropecuario debido a la diversidad en sus pisos térmicos (templado, cálido, páramo y glaciar), que son ideales para la producción ganadera y para cultivar una amplia variedad de alimentos, que van desde frutas exóticas como el camu-camu de la Amazonia hasta el arroz, que está dentro del top de los productos más consumidos por los colombianos.
Estas zonas tienen variables determinadas como temperatura, humedad, precipitación, fertilidad del suelo y disponibilidad de recursos hídricos, entre otras, que las hacen propicias para las actividades agropecuarias. Sin embargo, aún con estos datos como base, determinarlas no ha sido una tarea fácil.
Un ejemplo de ello ha sido la creación y el desarrollo del Sipra, que permite consultar y analizar información relevante para la agricultura del país, sobreponiéndola en mapas. Para que hoy esto fuera una realidad tuvieron que pasar más de 5 años.
El paso siguiente a esta investigación es caracterizar las zonas para cultivos específicos, es decir que a través de este sistema se pueda saber si determinada zona es apta para cultivar papa, por ejemplo. (Contexto Ganadero con adaptaciones para Todo El Campo).
