Els algorismes d'aprenentatge automàtic (machine learning) actuals són eficaços per a identificar patrons en grans bases de dades, però no aconsegueixen identificar relacions més abstractes com les de causa i efecte. El projecte SCALE (Causal inference in the human-biosphere coupled system) pretén avançar en el camp de la inferència causal a partir de dades, desenvolupant nous algorismes que comprenguen els problemes i generen explicacions causals de manera automàtica.
Format per investigadors de la Universitat de València i col·laboradors en la Universitat de Leipzig i l'Agència Espacial Alemanya (DLR) en Jena (Alemanya), l'equip destinarà l’ajuda a aplicar aquests algorismes al sistema on la biosfera terrestre i els humans interactuen. “Aquest és un sistema amb múltiples variables involucrades, que interaccionen entre si i donen lloc a fenòmens tan complexos com les migracions o el canvi climàtic”, assenyala Gustau Camps, catedràtic de la Universitat i investigador de l’IPL, al Parc Científic de la institució acadèmica.
Quin és l'impacte de les transformacions socioeconòmiques en la biosfera? Quan i perquè el sistema pot fer-se inestable? Existeixen punts d'inflexió i crítics del sistema? El projecte SCALE investigarà aquestes qüestions des de noves tècniques matemàtiques, amb l'objectiu final d'avançar en la comprensió i el desenvolupament sostenible de la societat actual.
“Avui dia comptem amb mètodes matemàtics per a inferir relacions causals a partir de dades i observacions que prometen revolucionar la ciència i impactar en un bon nombre d'aplicacions socials, econòmiques, i mediambientals”, explica Camps-Valls, partícip l'any passat d'un article en la revista Nature Communications signat per 21 científics de 6 països.
Gustau Camps és titular d'una beca ERC Consolidator Grant i d'un projecte Sinergy Grant -també de l’European Research Council- dotat amb 10 milions d'euros, rebut recentment i destinat a millorar els models climàtics i l'anàlisi i interpretació de les dades del sistema Terra. “Les aplicacions són innombrables; podem comprovar hipòtesis científiques, comprovar la validesa dels models, optimitzar tractaments en clínica mèdica, efectes d'adaptació d'espècies en ecologia; identificar variables que dominen els canvis en el sistema econòmic, variables que causen la crisi climàtica i molt més”, conclou.
Aquestes ajudes a projectes d'investigació de la Fundació BBVA suposen un compromís amb l'impuls de la recerca científica i la seua projecció a la societat, com a manera d'ampliar les oportunitats individuals i col·lectives i abordar de manera eficaç els principals reptes del segle XXI. Les àrees objecte de la present convocatòria són la Biomedicina, l'Ecologia i la Biologia de la Conservació, l'Economia i Societat Digital, les Humanitats Digitals i el Big Data.
En l'àrea de Big Data es concedeixen 5 ajudes amb un import brut màxim de 100.000 euros per a cadascuna d'elles, destinades a projectes d'investigació bàsica o aplicada per a l'anàlisi de big and complex data, incloent tècniques i algorismes de machine learning. S'han presentat a aquesta edició 93 sol·licituds. Dels cinc projectes premiats, un ha recaigut en la Universitat de València i la resta en la Universidad da Coruña, la Universidad Politécnica de Madrid, la Universidad de Sevilla i el CSIC.