Agencias

Investigadores internacionales desarrollaron un sistema de visión por computador basado en "deep learning" que aprovecha una base de datos de millones de fotografías para detectar automáticamente los desastres naturales a través de imágenes publicadas en las redes sociales.

"Demostramos que la detección automática de incidentes en redes como Twitter es factible, y esto puede ayudar mucho a las organizaciones de ayuda humanitaria", destacó la profesora de la Universitat Oberta de Catalunya (UOC), en España, Ágata Lapedriza, que participó en el trabajo liderado por el Massachusetts Institute of Technology (MIT).

El estudio aplicó herramientas de visión por computación que fueron eficaces para analizar, filtrar y detectar catástrofes reales, como inundaciones, tornados o incendios forestales, cada vez más frecuentes y devastadores a consecuencia del cambio climático.

"Como todavía no hay herramientas para predecir dónde y cuándo habrá este tipo de incidentes, articular una respuesta rápida y eficaz de los servicios de emergencia y cooperación internacional resulta fundamental para salvar vidas", subrayó Lapedriza.

"Afortunadamente, -añadió- la tecnología puede jugar un papel muy importante en estas situaciones. Las publicaciones en las redes sociales se pueden utilizar como una fuente de datos de baja latencia para entender la progresión y las consecuencias de un desastre".

Experimentos

En la investigación, que publica revista 'Transactions on Pattern Analysis and Machine Intelligence", Lapedriza contribuyó a definir la taxonomía de incidentes, crear la base de datos para entrenar los modelos de "deep learning" y ejecutar los experimentos.

Los investigadores establecieron un listado con 43 categorías de incidentes naturales (aludes, tormentas de arena, terremotos, erupciones volcánicas, sequías) y diferentes tipos de accidentes con algún grado de intervención humana (de avión, de construcción, etc.).

Este listado, junto con una tipología de 49 lugares, permitió etiquetar las fotografías con las que prepararon el sistema, que contiene 1.787.154 imágenes etiquetadas, para entrenar posteriormente el modelo de detección.

Las etiquetas permitieron adiestrar al sistema para que elimine los falsos positivos y entienda, por ejemplo, que una fotografía de una hoguera no corresponde a un incendio, aunque comparta características visuales similares.

Con esta base hecha, el equipo entrenó un modelo para detectar incidentes "siguiendo el paradigma de aprendizaje multitárea y utilizando una red neuronal convolucional", según Lapedriza.

Una vez que consiguió entrenar el modelo de "deep learning" en la detección de incidentes en imágenes, el equipo lo puso a prueba en varios experimentos, utilizando un volumen de imágenes ingente descargado de redes sociales como Flickr y Twitter.

"Dentro de estas imágenes, nuestro modelo detectó las que correspondían a incidentes y acertó con incidentes concretos de los cuales existía registro, como los terremotos de 2015 en Nepal y en Chile", detalló Lapedriza.

Los autores demostraron con datos reales el potencial de usar esta herramienta de inteligencia artificial para obtener información de las redes sociales sobre desastres naturales y acontecimientos que requieran asistencia humanitaria.

"Esto abre las puertas a que las organizaciones puedan enterarse de qué está pasando de manera más eficiente y puedan mejorar la gestión de la ayuda humanitaria", añadió.

Mientras los pulpos duermen, pasan por dos fases, una tranquila y otra activa, parecida a la fase REM en los humanos y otros mamíferos, que es en la que se producen la mayoría de los sueños.

La actividad cerebral y el patrón cutáneo de los Octopus laqueus durante el periodo activo de sueño se asemeja mucho a la actividad neuronal y al comportamiento del patrón cutáneo cuando están despiertos, indica un estudio del Instituto de Ciencia y Tecnología de Okinawa (Japón) y la Universidad de Washington, que publica Nature.

Cuando los pulpos duermen, sus tranquilos periodos de letargo se ven interrumpidos por breves estallidos de actividad frenética, en la que sus brazos y ojos se agitan, su respiración se acelera y su piel destella con colores vibrantes.

En los mamíferos también se produce actividad similar a la de la vigilia durante el sueño de movimientos oculares rápidos (REMR), la fase en la que se producen la mayoría de los sueños.

El estudio pone así de relieve las notables similitudes entre el comportamiento del sueño de los pulpos y el de los humanos y aporta ideas sobre el origen y la función del sueño.

"Todos los animales parecen mostrar alguna forma de sueño, incluso los más simples, como medusas y moscas de la fruta. Sin embargo, durante mucho tiempo solo se sabía que los vertebrados realizaban ciclos entre dos dice de sueño diferentes", explica el autor principal del estudio, Sam Reiter.

"El hecho de que el sueño en dos etapas haya evolucionado de forma independiente en criaturas lejanamente relacionadas, como los pulpos, que tienen estructuras cerebrales grandes pero completamente diferentes a las de los vertebrados, sugiere que poseer una etapa activa, similar a la de la vigilia, puede ser una característica general de la cognición compleja", agregó otro autor, Leenoy Meshulam.

Pulpos dormidos

Primero los científicos verificaron si los pulpos estaban realmente dormidos en este período activo, para lo que probaron si respondían a un estímulo físico.

Además, se centraron en su actividad cerebral cuando están despiertos y dormidos. Durante el sueño tranquilo, observaron ondas cerebrales características que se asemejan mucho a ciertas formas de onda observadas durante el sueño no REM en cerebros de mamíferos, llamados husos del sueño.

La función exacta de estas ondas no está clara ni siquiera en humanos, pero los científicos creen que ayudan a consolidar los recuerdos y determinaron que se producen en regiones del cerebro de los pulpos asociadas con el aprendizaje y la memoria, lo que sugiere que "cumplen potencialmente una función similar a las de los humanos".

Aproximadamente una vez por hora, los pulpos entraron en una fase de sueño activo durante alrededor de un minuto, con una actividad cerebral muy parecida a la que tienen cuando están despiertos, al igual que el sueño REM en los humanos.

Una idea intrigante es que estos animales podrían estar reviviendo y aprendiendo de sus experiencias de vigilia, como cazar o esconderse de un depredador, y reactivar el patrón de piel asociado con cada experiencia. En otras palabras, podrían estar haciendo algo similar a soñar.