Los algoritmos de aprendizaje automático (machine learning) actuales son eficaces para identificar patrones en grandes bases de datos, pero no logran identificar relaciones más abstractas como las de causa y efecto. El proyecto SCALE (Causal inference in the human-biosphere coupled system) pretende avanzar en el campo de la inferencia causal a partir de datos, desarrollando nuevos algoritmos que comprendan los problemas y generen explicaciones causales automáticamente.
Formado por investigadores de la Universitat de València y colaboradores en la Universidad de Leipzig y la Agencia Espacial Alemana (DLR) en Jena (Alemania), el equipo destinará esta ayuda a aplicar dichos algoritmos al sistema donde la biosfera terrestre y los humanos interactúan. “Este es un sistema con múltiples variables involucradas, que interaccionan entre sí y dan lugar a fenómenos tan complejos como las migraciones o el cambio climático”, señala Gustau Camps, catedrático de la Universitat e investigador del IPL, en el Parc Científic de la institución académica.
¿Cuál es el impacto de las transformaciones socio-económicas en la biosfera? ¿Cuándo y porqué el sistema puede hacerse inestable? ¿Existen puntos de inflexión y críticos del sistema? El proyecto SCALE investigará estas cuestiones desde novedosas técnicas matemáticas, con el objetivo final de avanzar en la comprensión y el desarrollo sostenible de la sociedad actual.
“Hoy en día contamos con métodos matemáticos para inferir relaciones causales a partir de datos y observaciones que prometen revolucionar la ciencia e impactar en un buen número de aplicaciones sociales, económicas, y medio-ambientales”, explica Camps-Valls, partícipe el pasado año de un artículo en la revista Nature Communications firmado por 21 científicos de 6 países.
Gustau Camps es titular de una beca ERC Consolidator Grant y de un proyecto Sinergy Grant -también del European Research Council- dotado con 10 millones de euros, recibido recientemente y destinado a mejorar los modelos climáticos y el análisis e interpretación de los datos del sistema Tierra. “Las aplicaciones son innumerables; podemos comprobar hipótesis científicas, comprobar la validez de los modelos, optimizar tratamientos en clínica médica, efectos de adaptación de especies en ecología; identificar variables que dominan los cambios en el sistema económico, variables que causan la crisis climática y mucho más”, concluye.
Estas ayudas a proyectos de investigación de la Fundación BBVA suponen un compromiso con el impulso de la investigación científica y su proyección a la sociedad, como forma de ampliar las oportunidades individuales y colectivas y abordar de manera eficaz los principales retos del siglo XXI. Las áreas objeto de la presente convocatoria son la Biomedicina, la Ecología y Biología de la Conservación, la Economía y Sociedad Digital, las Humanidades Digitales y el Big Data.
En el área de Big Data se conceden 5 ayudas con un importe bruto máximo de 100.000 euros para cada una de ellas, destinadas a proyectos de investigación básica o aplicada para el análisis de big and complex data, incluyendo técnicas y algoritmos de machine learning. Se han presentado a esta edición 93 solicitudes. De los cinco proyectos premiados, uno ha recaído en la Universitat de València y el resto a la Universidad da Coruña, la Universidad Politécnica de Madrid, la Universidad de Sevilla y el CSIC.