Para comprender el funcionamiento de un ecosistema, los ecólogos observan las especies que coexisten en él. Así recopilan datos sobre la presencia o ausencia de las especies a lo largo de varios años. ¿Cómo extraer información de estas sucesiones de 0 y 1, en particular para averiguar qué especies influyen en la supervivencia de otras —por depredación, parasitismo, mutualismo…—? Aquí estamos lejos del «Big Data», pues obtener estos datos resulta costoso… ¡Por eso son escasos! Hay que vigilar la zona considerada durante el tiempo suficiente para estar más o menos seguros de que las especies están presentes o ausentes. La idea consiste, pues, en facilitar el aprendizaje de las interacciones dentro de una comunidad de especies mediante el formalismo de los grafos y la incorporación de conocimientos de expertos en un modelo de la dinámica de las especies.
-
Grafos y probabilidades -----------------------
Un grafo de interacciones ecológicas es una herramienta topológica de modelización que enumera, para cada especie, todas las demás especies en cuya supervivencia influye, positiva o negativamente, de un instante dado al siguiente. De manera informal, los vértices de este grafo representan las especies y una arista dirigida del grafo representa la influencia de una especie sobre otra. Este grafo de interacción puede utilizarse para modelizar la dinámica de la comunidad de especies a lo largo del tiempo. Su estructura permite construir una red bayesiana particular, llamada dinámica (véase Tangente 182), que describe las probabilidades de presencia de todas las especies en el instante t en función de la lista de especies presentes en el instante t – 1. Estas probabilidades se representan de forma concisa aprovechando propiedades de independencia entre determinadas especies, pues se supone que la presencia de una especie en el instante t depende solo de la presencia, en el instante anterior, de unas pocas otras especies —denominadas genéricamente padres—.
La hipótesis de que cada especie solo está influida por unas pocas otras permite un gran ahorro de medios, pero aprender un modelo así puede seguir siendo difícil, especialmente cuando se dispone de pocos datos reales. Si cada una de las n especies tiene k padres, el número de parámetros que hay que considerar es n × 2k, y, por desgracia, no es concebible que el número de años de observación sea de ese orden de magnitud (sin contar con que el número máximo de padres, k, no se conoce a priori).