Pode a IA usar IA para simular e guiar a evolução de ecossistemas complexos, permitindo uma adaptação climática rápida para espécies ameaçadas através de biodiversidade sintética ?

Os modelos de IA preveem agora as respostas ecológicas às alterações climáticas, mas poderão eles projetar ativamente intervenções como dietas sintéticas ou percursos de migração para salvar espécies mais rapidamente do que a natureza consegue adaptar-se?

---

O trabalho atual sobre simulação de ecossistemas complexos impulsionada por IA ainda está na sua infância, mas várias vertentes mostram potencial. Investigadores utilizaram modelos de aprendizagem por reforço profundo para evoluir dinâmicas simples de predador-presa sob condições ambientais mutáveis, demonstrando uma adaptação mais rápida do que controlos estáticos. Técnicas como redes adversariais generativas foram aplicadas para gerar “gémeos digitais” sintéticos de recifes de coral e prados alpinos, permitindo aos cientistas testar políticas de gestão antes da implementação no terreno. Para espécies ameaçadas, especificamente, a IA ainda não orientou programas reais de reprodução ou relocalização em larga escala, embora estudos-piloto sugiram que planeadores de aprendizagem por reforço poderiam otimizar o fluxo genético e corredores de habitat ao integrar dados genómicos, projeções climáticas e camadas de custo de movimento. A maioria dos esforços permanece em provas de conceito, em vez de ferramentas operacionais. FONTE: Plataforma Intergovernamental de Política Científica sobre Biodiversidade e Serviços dos Ecossistemas — https://ipbes.net

— Enriquecido a 10 de maio de 2026