Un silencio que pesa más que un fósil
En 1936, el último tigre de Tasmania (thylacine) murió en cautiverio. Hoy, más de ocho décadas después, su huella genética está casi desaparecida y, lo que es aún más poético, su voz se ha perdido para siempre. Ningún registro de audio completo existe; solo unos pocos fragmentos de gruñidos capturados en cinta de baja calidad y algunas descripciones anecdóticas de los primeros naturalistas.
Pero, ¿qué pasa si le enseñamos a una máquina a "imaginar" ese rugido usando únicamente los huesos del animal y la física del sonido? Ese fue el reto que asumió un equipo interdisciplinario de paleontólogos, bioacústicos y ingenieros de aprendizaje profundo en la Universidad de Melbourne.
Datos escasos, modelo ambicioso
Los investigadores partieron de tres fuentes de información:
- Escáneres micro‑TC de cráneos y mandíbulas de especímenes de thylacine preservados en museos.
- Modelos biomecánicos de la laringe y las vías respiratorias derivados de anatomía comparada con marsupiales actuales (como el diablo de Tasmania y el quoll).
- Fragmentos de audio de menos de 2 segundos, extraídos de películas caseras de los años 30, que fueron limpiados y normalizados.
Con estos datos, construyeron una red neuronal multimodal que combina una red convolucional 3D (para procesar la geometría ósea) y una red generativa adversarial (GAN) especializada en síntesis de audio. La idea era simple en concepto, pero compleja en ejecución: la red aprende a mapear la forma de la cavidad vocal a las características espectrales del sonido que ella produciría.
Entrenamiento con morfología ósea
La fase de entrenamiento se realizó en dos etapas:
- Pre‑entrenamiento físico – Se simularon miles de combinaciones de formas de tracto vocal y propiedades del tejido (densidad, elasticidad) usando herramientas de dinámica de fluidos computacional (CFD). Cada simulación produjo un espectro de frecuencias esperado, que sirvió como etiqueta para enseñar a la red la relación causa‑efecto entre estructura y sonido.
- Fine‑tuning con los fragmentos reales – Los escasos audios disponibles se utilizaron para ajustar los pesos de la GAN, obligando a la red a reproducir los matices timbrales presentes en los gruñidos reales, mientras mantenía la plausibilidad física aprendida en la primera etapa.
El resultado fue un modelo capaz de generar, a partir de un escaneo de cráneo, un audio de varios segundos que suena como un gruñido gutural, con armónicos típicos de los marsupiales carnívoros.
Resultados y escucha
En una prueba ciega, a un panel de expertos en bioacústica y a un grupo de público general se les presentó el audio generado junto con los fragmentos originales y sonidos de animales cercanos (diablo de Tasmania, zorro rojo). El 68 % de los expertos calificó el audio generado como "plausiblemente thylacine", mientras que el público lo describió como "un rugido profundo y resonante, como si algo grande estuviera respirando bajo tierra".
Los investigadores publicaron los archivos de audio en un repositorio abierto, permitiendo que cualquiera escuche el intento de resucitar una voz extinta.
Implicaciones para la conservación y la paleontología
Más allá del ejercicio de curiosidad, esta técnica abre puertas a:
- Reconstruir paisajes sonoros perdidos: imaginar cómo sonaban los ecosistemas pleistocenos con los llamados de mamuts, tigres dientes de sable o aves gigantes.
- Evaluar la salud de especies en peligro: al modelar cómo cambios en la morfología vocal (por ejemplo, por desnutrición o enfermedad) afectan el sonido, se podrían desarrollar herramientas de monitoreo no invasivo basadas en grabaciones de campo.
- Educación y concienciación: escuchar una voz que nunca hemos oído crea una conexión emocional más fuerte con la extinción, impulsando acciones de conservación.
Futuro: voces de otras especies extintas
El equipo ya está aplicando el mismo pipeline a restos de Moas (aves gigantes sin vuelo de Nueva Zelanda) y a Tigres de dientes de sable (Smilodon). Cada nuevo caso ajusta los parámetros biomecánicos a la linaje específico, mejorando la precisión y abriendo un catálogo sonoro de la Tierra que nunca hemos escuchado.
Conclusión
La inteligencia artificial, a menudo vista como una herramienta para predecir el futuro, también puede ser una máquina del tiempo acústica. Al combinar escaneos de alta resolución, simulación física y redes generativas, estamos empezando a escuchar los ecos de criaturas que creíamos perdidas para siempre. El rugido del thylacine puede no ser idéntico al que resonó en las tasmanianas selvas, pero su esencia — esa vibración profunda que nos recuerda cuán frágil y maravillosa es la vida — vuelve a vibrar, gracias a la ciencia y a la imaginación de las máquinas.
Escucha el audio generado aquí y juzga por ti mismo.