En un nuevo estudio, publicado en Ecological Indicators, los científicos entrenaron un algoritmo de computadora utilizando múltiples grabaciones de arrecifes sanos y degradados, lo que permitió que la máquina aprendiera la diferencia.
Luego, la computadora analizó una gran cantidad de nuevas grabaciones e identificó con éxito la salud del arrecife el 92% de las veces. El equipo usó esto para rastrear el progreso de los proyectos de restauración de arrecifes.
El autor principal, Ben Williams (Centro de Investigación sobre Biodiversidad y Medio Ambiente de la UCL), dijo en un comunicado que «los arrecifes de coral enfrentan múltiples amenazas, incluido el cambio climático, por lo que monitorear su salud y el éxito de los proyectos de conservación es vital.
»Una de las principales dificultades es que los estudios visuales y acústicos de los arrecifes suelen depender de métodos que requieren mucha mano de obra. Las encuestas visuales también están limitadas por el hecho de que muchas criaturas de los arrecifes se ocultan o están activas durante la noche, mientras que la complejidad de los sonidos de los arrecifes ha dificultado la identificación de la salud de los arrecifes mediante grabaciones individuales.
»Nuestro enfoque para ese problema fue utilizar el aprendizaje automático, para ver si una computadora podía aprender el canto del arrecife. Nuestros hallazgos muestran que una computadora puede detectar patrones que son indetectables para el oído humano. Puede decirnos más rápido y con mayor precisión cómo está el arrecife».
Las grabaciones utilizadas en el estudio se tomaron en el Proyecto de Restauración de Arrecifes de Coral de Marte, que está restaurando arrecifes gravemente dañados en Indonesia.
Fuente: Europa Press / PH: University College of London