iaintel·ligènciaartificial.cat← Portada

CIÈNCIA · 4 MIN

Una intel·ligència artificial revisa vuit milions de plecs d'herbari i confirma que la floració s'avança 2,5 dies cada dècada

L'informe «State of the World's Plants and Fungi 2026», dels Reial Jardins Botànics de Kew i 400 científics de 40 països, ha fet servir un model d'aprenentatge automàtic per detectar l'estat de floració en vuit milions d'espècimens digitalitzats, una feina que hauria requerit prop de 20 anys de treball humà i que s'ha completat en una setmana.

Il·lustració editorial de Una intel·ligència artificial revisa vuit milions de plecs d'herbari i confirma que la floració s'avança 2,5 dies cada dècada
Escolta:

Saber si una espècie floreix abans o després que fa dècades és una de les maneres més directes de mesurar com el canvi climàtic ja està alterant els ecosistemes, però comprovar-ho a escala planetària topava fins ara amb un obstacle senzill: algú havia de mirar, un per un, milions de plecs d'herbari conservats en museus i universitats d'arreu del món per determinar si cada planta hi apareix en flor o no.

L'informe «State of the World's Plants and Fungi 2026», publicat pels Reial Jardins Botànics de Kew amb la col·laboració de més de 400 científics de 40 països —entre ells el Morton Arboretum, als Estats Units, i el Parc Botànic i Zoològic de Tsimbazaza, a Madagascar—, ha fet servir un model d'aprenentatge automàtic entrenat per identificar l'estat de floració en fotografies d'espècimens d'herbari. Aplicat a vuit milions d'espècimens digitalitzats que representen 200.000 espècies, el model ha confirmat que els temps de floració s'han avançat, de mitjana, 2,5 dies per dècada durant l'últim segle, amb els canvis més pronunciats als tròpics, probablement lligats a alteracions en el règim de pluges; la mateixa anàlisi, feta a mà, hauria requerit prop de 40.000 hores de feina humana —uns vint anys laborals— i el model l'ha completat en una setmana. L'informe recull també que Kew ha acabat de digitalitzar 7,4 milions dels seus propis espècimens, ara accessibles lliurement, i que 29.748 espècies de plantes i 411 de fongs hi consten com a amenaçades d'extinció.

La notícia és rellevant perquè demostra que la intel·ligència artificial pot convertir una tasca de fenologia —la disciplina que estudia el calendari biològic dels organismes— que era materialment inviable a escala global en una anàlisi que es completa en dies, i obre la porta a aplicar el mateix mètode a altres grans col·leccions d'història natural per rastrejar l'impacte del clima en la biodiversitat amb un detall i una cobertura geogràfica que la recerca manual mai hauria pogut oferir.

Els mateixos autors adverteixen que menys del 16% dels espècimens d'herbari del món estan digitalitzats, amb els buits més grans precisament als països amb més biodiversitat i col·leccions més mancades de personal, i recorden que «els models només són tan bons com les dades amb què s'entrenen»: la validació d'experts continua sent imprescindible a cada pas, i menys de l'1% dels fongs coneguts han estat avaluats formalment pel risc d'extinció.

Mateix tema

CIÈNCIA · 4 MIN

Un sistema del MIT i Motional tradueix les decisions d'un cotxe autònom a conceptes que una persona pot entendre i preveure

El CW-Net, publicat a Nature per investigadors del MIT i l'empresa de vehicles autònoms Motional, converteix el raonament intern —opac— d'un cotxe sense conductor en frases com «s'acosta a un vehicle aturat», i millora la capacitat de conductors de seguretat i usuaris sense experiència per preveure com es comportarà el vehicle en situacions inesperades.

Butlletí de dissabte

La setmana d’IA, en cinc minuts.