�鶹����

O uso da intelixencia artificial est a abrirse camio en case todos os eidos do coecemento, inclundo tamén a xestin dos ecosistemas e das contornas naturais. Un bo exemplo da aplicacin da IA neste mbito é o proxecto estatal BlueAI, que acaba de poerse en marcha e no que participa a �鶹���� en colaboracin con outras entidades espaolas como a Universidade de Murcia, o Centro Oceanogrfico de Murcia, a Universitat Politècnica de València e a Universidade de Salamanca.

BlueAI explora o uso da intelixencia artificial (IA) para a monitorizacin, anlise e mellora do estado ambiental dos ecosistemas marios costeiros, centrndose en dous casos de estudo: o Mar Menor e as ras galegas. Estas rexins enfrntanse a crecentes presins antropoxénicas e a fenmenos naturais que ameazan a súa sostibilidade a longo prazo.��

A participacin viguesa en BlueAI est liderada polas investigadoras Bea Mourio, do grupo de Oceanografa Biolxica do , e Marta Sestelo, do grupo SiDOR e do . No equipo investigador participan tamén Emilio Fernndez, Eva Teira, Emilio Maran, Daniel Fernndez (GOB do CIM), Carlos Souto Torres (Fsica Aplicada), Nora Villanueva (SiDOR e CITMAga) e Esperanza Broulln (Southamptom Oceanographic Center, Reino Unido).��

O consorcio conta cun financiamento total de 1,6 millns de euros do Ministerio de Ciencia na convocatoria de IA, dos cales 375.000 euros estn destinados �鶹����. Nesta convocatoria estatal concedéronse 69 proxectos que abranguen dende a investigacin bsica ata aplicacins tecnolxicas avanzadas, cunha duracin prevista de tres a catro anos e con equipos altamente especializados. A iniciativa, que est en lia coa Estrategia Nacional de Inteligencia Artificial, busca fortalecer a masa crtica de talento investigador en Espaa e promover solucins a retos cientficos, sociais e econmicos mediante tecnoloxas de IA de vangarda.

Anticipar riscos ambientais e a apoiar a toma de decisins��

No marco desta investigacin, o subproxecto BlueAI-�鶹���� céntrase nas ras galegas, unha rea estratéxica para a economa azul europea, caracterizada por unha elevada produtividade biolxica e pola súa relevancia para os sectores pesqueiro e acucola. A pesar da súa importancia, existe un coecemento limitado sobre os factores que impulsan a variabilidade da producin primaria e a aparicin de fenmenos como as floracins de algas nocivas, que afectan calidade da auga e ao funcionamento dos ecosistemas.

Para abordar este reto, o subproxecto propn unha estratexia multidisciplinar que integra a anlise de datos histricos e observacionais co uso de modelos numéricos avanzados, tanto fsicos como bioxeoqumicos. As mesmo, contempla o desenvolvemento de modelos preditivos baseados en intelixencia artificial orientados a anticipar riscos ambientais e a apoiar a toma de decisins na xestin de ecosistemas costeiros.��

Segundo explica a investigadora do CIM Bea Mourio, “este subproxecto contribuir de maneira significativa aos obxectivos globais do BlueAI, proporcionando ferramentas avanzadas de observacin e predicin que reforcen a resiliencia e a sostibilidade dos ecosistemas marios das ras galegas, servindo como modelo transferible a outras reas costeiras vulnerables do Mediterrneo e do Atlntico”.

Impacto cientfico e técnico na economa azul

Dende o punto de vista cientfico, o subproxecto aborda reas de coecemento sobre os procesos fsicos e bioxeoqumicos que sustentan a elevada produtividade das ras galegas, analizando en profundidade o papel dos forzamentos hidrodinmicos. Estes avances permitirn alimentar o desenvolvemento de modelos baseados en datos e contribuirn ao deseo de xemelgos dixitais destes ecosistemas.

Desde unha perspectiva técnica, BlueAI-�鶹���� achegar caixa de ferramentas do proxecto conxuntos de datos de alta resolucin e escenarios preditivos relacionados coas proliferacins de algas nocivas, favorecendo a creacin de sistemas de alerta temper reforzados mediante intelixencia artificial. Estas ferramentas permitirn anticipar e mitigar os impactos ecolxicos e econmicos destes eventos, tanto en Galicia como noutras rexins con caractersticas costeiras semellantes.

“A nivel internacional, os coecementos xerados sern transferibles a outros sistemas costeiros e contribuirn ao debate cientfico global sobre a evolucin dos ecosistemas de afloramento costeiro. O proxecto tamén reforza a integracin con iniciativas europeas como o Xemelgo Dixital do Océano (DTO), as redes europeas de observacin ocenica e as plataformas de IA baixo demanda”, detalla a investigadora do CITMAga Marta Sestelo.��

Colaboracin nacional para retos complexos

A cooperacin entre diferentes institucins nacionais, recalca Beatriz Mourio, “permite unir coecementos expertos en intelixencia artificial, oceanografa, ecoloxa maria e tecnoloxas avanzadas, fortalecendo a innovacin e a investigacin no mbito da economa azul”. Para a investigadora este “enfoque interdisciplinar e a colaboracin entre universidades e centros de investigacin espaois son clave para desenvolver solucins innovadoras que protexan os nosos ecosistemas costeiros e apoien a economa azul de maneira sostible”.

Ademais, no marco do proxecto, ofértase unha oportunidade de emprego, un financiado polo Ministerio de Ciencia, Innovacin y Universidades a través da convocatoria cunha duracin de 3,5 anos.��

O contrato est destinado a desenvolver unha tese de doutoramento centrada en comprender a influencia da hidrodinmica na formacin de proliferacins de fitoplancto txico nas Ras Baixas galegas.��
��