Por Agencias

No todos los perros viven lo mismo. Factores como la raza, el tamaño, la forma del hocico o el sexo determinan en gran medida su esperanza de vida. De hecho, según un nuevo estudio, los perros grandes o con el hocico chato -como los Bulldogs- viven menos que los pequeños.

El estudio, realizado por 'Dogs Trust', la mayor organización benéfica del Reino Unido dedicada a la protección de los perros, analizó la esperanza de vida del mejor amigo del hombre. Los detalles se publican en la revista Scientific Reports, del grupo Nature.

Para identificar a los perros con más riesgo de muerte prematura, los investigadores estudiaron más de medio millón de perros del Reino Unido, de más de 150 razas y cruces diferentes.

También usaron datos de registros de razas, veterinarios, compañías de seguros de animales de compañía, organizaciones benéficas de protección de los animales e instituciones académicas británicas.

Razas más longevas

El trabajo reveló que la esperanza de vida media de todos los perros es de 12,5 años, y que razas como el Heeler de Lancashire (15,4 años), el Spaniel Tibetano (15,2 años) y el Teckel mini (14 años) son las más longevas.

También descubrieron que los perros braquicéfalos, los que tienen el hocico chato o aplanado, como los populares Bulldogs franceses (9,8 años), tienen un 40% más de riesgo de vivir menos que los que tienen un hocico normal, como el popular Border Collie (13,1 años).

El estudio también descubrió que las razas grandes tienen un 20% más de riesgo de vivir menos que las pequeñas, y que las razas preferidas de los británicos, los labradores (13,1 años) y los Cocker spaniels (13,3 años), según la Encuesta Nacional de 'Dogs Trust', viven más que la media de edad.

Además, el trabajo constató que las hembras tienen una esperanza de vida media ligeramente superior a la de los machos (12,7 años frente a 12,4 años) y que las razas con menor esperanza de vida media son el Pastor Caucásico (5,4 años), el perro de Presa Canario (7,7 años) y el Cane Corso (8,1 años).

"Hemos visto que la esperanza de vida varía de un perro a otro, en función de la raza, el tamaño corporal, la forma de la cara y el sexo", destaca Kirsten McMillan, autora principal del estudio y directora de Datos de 'Dogs Trust'.

Se agrava el problema

Aunque este es el primer estudio en el que se han comparado y contrastado todos estos elementos junto con la historia evolutiva, los investigadores descubrieron que "muchos de estos factores interactúan y agravan el problema, por ejemplo, los perros machos de tamaño mediano y cara plana tienen casi tres veces más probabilidades de vivir menos que las hembras de tamaño pequeño y cara larga", advierte la investigadora.

Estos hallazgos tienen implicaciones importantes para el debate sobre la salud canina de pedigrí, porque aunque el estudio no determina los factores de riesgo de muerte prematura, sí destaca qué grupos requieren más investigación.

"Esperamos que el estudio ayude a criadores, políticos, organismos de financiación y organizaciones de bienestar a tomar decisiones informadas para mejorar el bienestar de los perros de compañía, y que ayuden a los propietarios a comprender la gama de factores que influyen en la salud y la longevidad, especialmente a la hora de adquirir un perro", comenta McMillan.

En ese sentido, Dan O'Neill, presidente del Grupo de Trabajo sobre Braquicefalia (BWG), que reúne a organizaciones veterinarias, de criadores y de protección social para abordar los problemas de salud y bienestar de las razas de cara plana, advierte que "los problemas relacionados con su enorme popularidad y sus graves problemas de salud han desencadenado una crisis sanitaria y de bienestar para razas de perros de cara plana como el Bulldog Francés, el Pug y el Bulldog Inglés".

Esta investigación reveló que los perros tienen "importantes problemas de salud" según su morfología, "como que los perros con la cara chata viven 1,5 años menos que los perros típicos", recuerda.

Por eso, subraya el investigador, "es crucial que el público dé prioridad a la salud por encima de lo que pueda parecer 'bonito', e instamos a quienes estén pensando en adquirir un perro de cara plana a que se paren a pensar y se aseguren de que adquieren un perro con las mejores posibilidades de tener una vida larga y feliz".

Los sistemas de inteligencia artificial (IA) aprenden a hablar a partir de enormes cantidades de palabras, pero un nuevo estudio demuestra que también pueden hacerlo usando las grabaciones de lo que ve y oye un bebé durante el primer año y medio en que adquiere el lenguaje.

Un estudio encabezado por la Universidad de Nueva York y que publica Science demostró que las herramientas de la IA pueden aprender un número considerable de palabras y conceptos a partir de fragmentos limitados de la experiencia del niño.

Los sistemas de IA, como ChatGPT-4, aprenden y utilizan el lenguaje humano a partir billones de datos lingüísticos, mientras que los niños solo reciben millones de palabras al año cuando aprenden a hablar.

El equipo decidió comprobar si un modelo de IA podía aprender palabras y conceptos presentes en la experiencia cotidiana de un niño solo con la información que recibía este desde los seis meses a los dos años.

Para ello, entrenaron un sistema de IA multimodal a través de los ojos y oídos del pequeño, usando más de 60 horas de grabación en primera persona, mediante una cámara liviana montada en la cabeza.

La conclusión fue que el modelo o red neuronal "podía aprender un número considerable de palabras y conceptos a partir de fragmentos limitados de la experiencia del niño", señaló la Universidad de Nueva York.

La cámara que llevaba el niño solo captaba alrededor del 1% de sus horas de vigilia, pero era suficiente para un auténtico aprendizaje del lenguaje.

"Demostramos, por primera vez, que una red neuronal entrenada con esta información realista sobre el desarrollo de un solo niño puede aprender a relacionar las palabras con sus equivalentes visuales", destacó el primer autor de las investigación, Wai Keen Vong.

Estos resultados, según el investigador, demuestran cómo los recientes avances algorítmicos emparejados con la experiencia naturalista de un solo niño "tienen el potencial de remodelar nuestra comprensión de la adquisición temprana del lenguaje y los conceptos."

Las grabaciones contenían aproximadamente un cuarto de millón de instancias de palabras, es decir, el número de palabras comunicadas, muchas de ellas repetidas, que están vinculadas con fotogramas de vídeo de lo que el niño veía cuando se pronunciaban.

Los investigadores entrenaron una red neuronal multimodal con dos módulos separados: uno que toma fotogramas de video individuales (el codificador de visión) y otro que toma el habla transcrita dirigida por el niño (el codificador de lenguaje). Ambos codificadores se combinaron y entrenaron mediante un algoritmo llamado contrastivo, cuyo objetivo es aprender características de entrada útiles y sus asociaciones intermodales.

Por ejemplo, cuando uno de los padres dice algo a la vista del niño, es probable que algunas de las palabras utilizadas se refieran a una cosa que el pequeño pueda ver, lo que significa que la comprensión se inculca vinculando las señales visuales y lingüísticas, explicó la Universidad de Nueva York en un comunicado.

Esto proporciona al modelo una pista sobre qué palabras deben asociarse con qué objetos y la combinación de estas pistas es lo que permite al aprendizaje contrastivo determinar gradualmente qué palabras pertenecen a qué elementos visuales y captar el aprendizaje de las primeras palabras de un niño.

Los resultados mostraron que el modelo era capaz de aprender un número considerable de palabras y conceptos presentes en la experiencia cotidiana del niño.

El 2 de febrero se conmemora el Día Mundial de los Humedales, ecosistemas de transición entre tierra y agua, cruciales no sólo por su belleza y biodiversidad, sino también por su papel en el equilibrio ecológico y el bienestar humano. Estos ecosistemas incluyen desde lagos y ríos hasta estuarios y turberas, y albergan aproximadamente el 40% de las especies vegetales y animales del mundo, a pesar de ocupar sólo un 6% de la superficie terrestre.

Los servicios ecosistémicos que ofrecen los humedales son inmensos: regulan el agua, controlan inundaciones, purifican el agua y absorben dióxido de carbono, lo que contribuye significativamente a la mitigación del cambio climático. Sin embargo, enfrentan amenazas alarmantes, como el drenaje para la agricultura, la contaminación, la sobrepesca y el cambio climático. En los últimos 50 años, se ha perdido un 35% de los humedales del mundo, un ritmo de desaparición tres veces mayor al de los bosques.

Frente a esta realidad, la conservación de los humedales es un reto global que requiere una comprensión profunda y actualizada de su estado y evolución. Aquí es donde la ciencia de datos, específicamente el análisis de datos satelitales y la teledetección, cumple un rol fundamental.

El monitoreo satelital permite una visión amplia y detallada de la superficie terrestre, pudiendo captar cambios sutiles y tendencias a lo largo del tiempo en los humedales. Herramientas como el machine learning y el deep learning pueden analizar estos datos para identificar patrones de deterioro o recuperación, proporcionando información crucial para la toma de decisiones y la planificación de la conservación. En Chile, el proyecto GEF de Humedales Costeros y la Ley N° 21.202 son ejemplos de cómo el país avanza en la protección de estos ecosistemas.

La plataforma Data Cube Chile, una colaboración entre la Universidad Adolfo Ibáñez, Data Observatory y CSIRO Chile, es otro ejemplo de cómo la ciencia de datos puede apoyar estos esfuerzos. Esta plataforma monitorea constantemente la superficie de Chile entregando datos objetivos de la dinámica y procesos dentro y aledaños a los humedales. Estos datos podrían ser usados, por ejemplo, para identificar la expansión urbana ilegal en los humedales. La integración de la teledetección y el análisis avanzado de datos en la gestión de los humedales puede transformar nuestra capacidad de proteger estos ecosistemas. La identificación temprana de cambios negativos permitiría implementar medidas correctivas más efectivas, mientras que el análisis predictivo podría prevenir futuras amenazas, guiando la planificación y el desarrollo sostenible.

Sin embargo, aún queda un largo camino por recorrer. Se necesita un esfuerzo sostenido y la cooperación entre gobiernos, comunidades científicas y la sociedad civil para asegurar la preservación de los humedales. La ciencia de datos ofrece una oportunidad única para entender mejor estos ecosistemas y actuar con rapidez y precisión ante las amenazas que enfrentan.

En conclusión, la conservación de los humedales es esencial no sólo por su valor intrínseco, sino también por su acción vital en el mantenimiento de la biodiversidad, el equilibrio climático y el bienestar humano. La ciencia de datos emerge como una herramienta poderosa en esta misión, proporcionando una comprensión más profunda y detallada de estos ecosistemas y abriendo nuevas opciones para su protección. Con el avance tecnológico y el compromiso colectivo, podemos asegurar que los humedales continúen siendo una fuente de vida y un legado natural para las generaciones futuras.

Javier Lopatin

Doctor en recursos naturales, académico de la Facultad de Ingeniería y Ciencias UAI