L’IA legge la natura

Per secoli, i botanici hanno raccolto piante, le hanno pressate, essiccate e conservate negli erbari. Questi esemplari erano stati originariamente creati come registri fisici delle specie, ma la digitalizzazione sta dando loro un ruolo scientifico completamente nuovo.

Oggi sono stati digitalizzati più di 145 milioni di esemplari di piante e funghi provenienti da oltre 170 istituzioni in 40 Paesi.

Una volta fotografate e inserite in database consultabili, queste collezioni storiche possono essere analizzate su una scala che sarebbe stata impossibile per i singoli ricercatori.

L’intelligenza artificiale sta aiutando a trasformare questi archivi in prove di come la natura sia cambiata nel corso del tempo.

Analizzati otto milioni di esemplari

I ricercatori hanno addestrato un sistema di apprendimento automatico a riconoscere se le piante erano in fioritura nelle immagini digitalizzate degli erbari. Il modello è stato poi applicato a circa otto milioni di esemplari conservati, appartenenti a circa 200.000 specie provenienti da diverse parti del mondo. La scala dell’esperimento è impressionante.

Secondo il ricercatore di machine learning David Williamson, l’analisi automatizzata ha richiesto circa una settimana. Completare lo stesso lavoro manualmente avrebbe potuto richiedere circa 40.000 ore, equivalenti a circa 20 anni di lavoro a tempo pieno. Questo non significa che l’intelligenza artificiale sostituisca i botanici.

Al contrario, permette ai ricercatori di elaborare enormi collezioni rapidamente, lasciando agli esperti più tempo per studiare i modelli, verificare i risultati insoliti e porre domande che in passato erano troppo vaste da analizzare.

I periodi di fioritura stanno cambiando

Uno dei risultati più evidenti riguarda la fioritura. Nell’ultimo secolo, i periodi di fioritura a livello globale sono cambiati in media di circa 2,5 giorni ogni decennio.

La direzione del cambiamento non è stata identica ovunque. Alcune specie sono fiorite prima, mentre altre hanno posticipato la fioritura. Ciò che ha sorpreso maggiormente i ricercatori è stato il luogo in cui sono emersi i cambiamenti più marcati.

Poiché alcuni dei più rapidi aumenti delle temperature legati al cambiamento climatico si stanno verificando alle alte latitudini settentrionali, gli scienziati avrebbero potuto aspettarsi i cambiamenti più significativi proprio in quelle zone.

Invece, alcuni degli spostamenti più importanti sono stati osservati nelle regioni tropicali. L’ecologo vegetale James Speed ha spiegato che la fioritura tropicale è spesso strettamente legata alle precipitazioni più che alla sola temperatura. Se le condizioni climatiche modificano il momento o la regolarità delle stagioni delle piogge, le piante possono reagire fiorendo in periodi diversi.

Perché il momento conta

Pochi giorni potrebbero non sembrare significativi, ma la fioritura fa parte di un calendario ecologico molto più ampio. Piante, insetti, uccelli e altri animali spesso dipendono dal verificarsi degli eventi nel momento giusto.

Se una pianta fiorisce prima, ma il suo principale insetto impollinatore non ha modificato allo stesso modo il proprio ciclo vitale, le due specie possono diventare meno sincronizzate.

Questo disallineamento può ridurre il successo dell’impollinazione. Gli effetti possono poi propagarsi ulteriormente negli ecosistemi. Una diminuzione degli insetti impollinatori può influenzare gli uccelli che si nutrono di insetti, mentre i cambiamenti nell’impollinazione possono avere conseguenze anche sulla produzione agricola e sulla riproduzione delle piante selvatiche.

Le vecchie collezioni acquistano nuovo valore

Gli esemplari degli erbari sono particolarmente utili perché molti sono stati raccolti decenni o persino secoli fa. Ogni esemplare può conservare informazioni su dove cresceva una pianta, quando è stata raccolta e in quale fase di sviluppo si trovava.

Quando milioni di questi dati vengono combinati, i ricercatori possono confrontare i modelli storici con quelli moderni.

Questo trasforma le collezioni museali in qualcosa di simile a una macchina del tempo ambientale globale. Gli esemplari che un tempo servivano principalmente come riferimenti tassonomici possono ora aiutare a rispondere a domande sul cambiamento climatico, sulla distribuzione delle specie, sui modelli di fioritura, sulla perdita di biodiversità e persino sul rischio di estinzione.

L’IA potrebbe aiutare a trovare specie sconosciute

La stessa tecnologia potrebbe inoltre aiutare gli scienziati ad affrontare un’altra enorme sfida: gran parte della biodiversità del pianeta non è ancora stata formalmente documentata. Si ritiene, per esempio, che oltre il 90% delle specie di funghi non sia ancora stato mappato.

Allo stesso tempo, le specie stanno scomparendo abbastanza rapidamente da far temere che alcune possano estinguersi prima di essere completamente descritte.

Gli strumenti di machine learning possono essere utili cercando nelle collezioni digitalizzate esemplari insoliti e segnalandoli agli esperti per ulteriori verifiche. I modelli statistici possono anche stimare se una specie che non viene osservata da molto tempo potrebbe essere estinta oppure semplicemente trascurata.

Queste informazioni potrebbero aiutare gli scienziati a decidere dove siano più urgenti le indagini sul campo.

Perché l’essere umano è ancora indispensabile

L’IA può riconoscere rapidamente i modelli, ma non può decidere autonomamente se tali schemi abbiano un significato biologico.

Il tassonomista Martin Cheek ha sostenuto che l’identificazione automatizzata potrebbe far risparmiare molto tempo agli esperti, soprattutto quando si tratta di specie comuni. Gli specialisti potrebbero così concentrare maggiori energie sugli organismi poco conosciuti e sulle specie minacciate. La verifica da parte degli esperti rimarrebbe però essenziale.

Williamson sottolinea un punto simile: i sistemi di machine learning funzionano bene solo quanto le informazioni utilizzate per addestrarli.

I ricercatori sono ancora necessari per formulare le domande, selezionare i dati appropriati, testare i modelli, verificare gli errori e interpretare i risultati.

Il divario nella digitalizzazione

Esiste un’altra importante limitazione. Nonostante la rapida crescita delle collezioni digitali, attualmente meno del 16% degli esemplari conservati negli erbari di tutto il mondo è accessibile in formato digitale.

Alcune delle lacune più significative si trovano nei Paesi con una biodiversità particolarmente ricca. Le collezioni locali possono avere poco personale, essere scarsamente documentate o non essere collegate ai database internazionali.

Questo crea uno squilibrio significativo. L’intelligenza artificiale può analizzare soltanto il materiale che è stato digitalizzato, il che significa che regioni e specie importanti potrebbero rimanere invisibili.

Un nuovo archivio scientifico

La combinazione tra esemplari storici e moderno machine learning sta cambiando ciò che le collezioni museali possono offrire.

Una pianta essiccata raccolta generazioni fa può ora aiutare gli scienziati a ricostruire i cambiamenti nelle stagioni delle piogge, nelle date di fioritura o nella presenza di specie ormai scomparse.