IA para la biodiversidad: el modelo BioCLIP y su impacto operativo

Investigación y modelo fundacional

Tanya Berger‑Wolf, profesora en Ohio State University, dirige el Imageomics Institute y el centro AI and Biodiversity Change (ABC). Su trabajo se centra en la intersección entre inteligencia artificial y ecología, con el objetivo de crear herramientas que permitan identificar, clasificar y estudiar especies a escala global. El proyecto más destacado es BioCLIP, un modelo fundacional para el árbol de la vida. La primera versión, lanzada en 2024, incorporó la taxonomía biológica al problema de clasificación de imágenes y ganó el mejor artículo estudiantil en CVPR 2024. La segunda versión, BioCLIP2, presentada como Spotlight Paper en NeurIPS 2025, incrementó el conjunto de entrenamiento a 214 millones de imágenes, cubriendo casi la mitad de las especies nombradas. El aumento de escala mejoró la precisión y reveló agrupaciones internas en el espacio de incrustaciones: además de la separación por especie y jerarquía taxonómica, emergieron clústeres por edad, sexo y estado de salud, aunque las imágenes no contenían esas etiquetas. Este comportamiento sugiere que la información latente se extrae automáticamente cuando el volumen de datos es suficiente.

Aplicaciones y futuro

El modelo se está utilizando como base para varios casos de uso. En el estudio de los pinzones de Darwin, los vectores de BioCLIP mostraron una dimensión correlacionada con el tamaño del pico, pese a que esa característica no fue anotada explícitamente, lo que permite generar hipótesis sobre la relación entre morfología y dieta. Otro ejemplo es la cuantificación de dimorfismo sexual: los investigadores pueden medir la separación entre machos y hembras en distintas especies y correlacionarla con sistemas de apareamiento, un análisis que antes era difícil de formalizar. Además, la herramienta ha detectado rasgos finos que el ojo humano pasa por alto, como variaciones de curvatura o matices de color que son relevantes para depredadores pero no para la visión humana.

colaboración con el Instituto de Enfermedades Infecciosas de OSU y el Departamento de Salud de Ohio para identificar garrapatas a partir de fotos, alcanzando >90 % de precisión tras ajuste fino;
asociación con NEON (National Ecological Observatory Network) para procesar datos de escarabajos del suelo, logrando predicciones tempranas de sequías basadas en comportamientos de los insectos;
proyecto con Wildlabs y la publicación en Nature Review Biodiversity que propone una agenda de IA para cerrar brechas de conocimiento en especies poco estudiadas, especialmente hongos y regiones tropicales.

Los próximos pasos incluyen la integración de BioCLIP en aplicaciones móviles que permitan a usuarios de áreas rurales identificar rápidamente insectos o plantas potencialmente peligrosas. También se está construyendo un laboratorio de campo inteligente, equipado con drones y sensores, para recoger datos multimodales y validar hipótesis generadas por el modelo. La visión a largo plazo es convertir a la IA en un socio científico capaz de sintetizar datos a gran escala, producir modelos de sistemas complejos y acelerar el descubrimiento de nuevas especies.

Para los ejecutivos, estos avances se traducen en tres implicaciones operativas claras: 1) la necesidad de invertir en infraestructura de almacenamiento y cómputo que soporte conjuntos de datos de cientos de millones de imágenes; 2) la obligación de diseñar flujos de trabajo que integren modelos fundacionales con procesos de validación humana, especialmente en contextos regulatorios de salud pública; y 3) la oportunidad de crear productos basados en IA que ofrezcan servicios de identificación de especies y monitoreo ambiental a gobiernos y organizaciones no gubernamentales, generando nuevas fuentes de ingreso y cumpliendo con objetivos de sostenibilidad.