Fusión de IA y Fotografía Submarina para Descubrir Mundos Océanos Ocultos
La iniciativa de investigación LOBSTgER del MIT Sea Grant explora cómo la IA generativa puede expandir la narrativa científica al basarse en datos fotográficos obtenidos en el campo.Ver VideoMIT Sea Grant25 de junio de 2025
En el noreste de los Estados Unidos, el Golfo de Maine representa uno de los ecosistemas marinos más diversos biológicamente del planeta, hogar de ballenas, tiburones, medusas, arenques, plancton y cientos de otras especies. Sin embargo, a pesar de que este ecosistema sostiene una rica biodiversidad, está experimentando un rápido cambio ambiental. El Golfo de Maine se está calentando más rápido que el 99% de los océanos del mundo, con consecuencias que aún se están manifestando.
Una nueva iniciativa de investigación en el MIT Sea Grant, llamada LOBSTgER, acrónimo de Learning Oceanic Bioecological Systems Through Generative Representations, une la inteligencia artificial y la fotografía submarina para documentar la vida oceánica vulnerable a estos cambios y compartirla con el público de nuevas maneras visuales. Co-dirigido por el fotógrafo submarino y artista visitante en el MIT Sea Grant, Keith Ellenbogen, y el estudiante de doctorado de ingeniería mecánica del MIT, Andreas Mentzelopoulos, el proyecto explora cómo la IA generativa puede expandir la narrativa científica al basarse en datos fotográficos obtenidos en el campo.
Así como la cámara del siglo XIX transformó nuestra capacidad para documentar y revelar el mundo natural, capturando la vida con un detalle sin precedentes y trayendo a la vista entornos distantes u ocultos, la IA generativa marca una nueva frontera en la narrativa visual. Al igual que la fotografía temprana, la IA abre un espacio creativo y conceptual, desafiando cómo definimos la autenticidad y cómo comunicamos perspectivas científicas y artísticas.
En el proyecto LOBSTgER, los modelos generativos se entrenan exclusivamente en una biblioteca curada de fotografías submarinas originales de Ellenbogen, cada imagen elaborada con intención artística, precisión técnica, identificación precisa de especies y claro contexto geográfico. Al construir un conjunto de datos de alta calidad basado en observaciones del mundo real, el proyecto garantiza que la imagen resultante mantenga tanto la integridad visual como la relevancia ecológica. Además, los modelos de LOBSTgER se construyen utilizando un código personalizado desarrollado por Mentzelopoulos para proteger el proceso y los resultados de cualquier posible sesgo de datos o modelos externos.
El proyecto LOBSTgER está aún en sus primeras etapas, y el equipo tiene la intención de compartir más descubrimientos, imágenes y perspectivas a medida que evoluciona. Para más información, contacta a Keith Ellenbogen y Andreas Mentzelopoulos.
Para más contenido especializado, suscríbete a nuestro newsletter.
Comments ()