João Miguel Mesquita
Amazon Web Services ha anunciado una herramienta de código abierto destinada a simplificar la búsqueda de datos científicos en ámbitos como el clima, la salud, la genómica y la observación de la Tierra. Presentada en julio durante la cumbre AI for Good de Naciones Unidas, celebrada en Ginebra, la solución permite a los investigadores localizar información mediante una conversación con un asistente de inteligencia artificial.
La herramienta conecta el AWS Registry of Open Data, que reúne más de 1.100 conjuntos de datos procedentes de más de 400 organizaciones, con asistentes de IA como Kiro y Claude Code. Entre las entidades que aportan información al catálogo se encuentran la NASA, la Administración Nacional Oceánica y Atmosférica de Estados Unidos, los National Institutes of Health y el Allen Institute.
La conexión se realiza mediante un servidor basado en Model Context Protocol, conocido por las siglas MCP, un protocolo que funciona como una capa de comunicación que permite a los asistentes de inteligencia artificial consultar fuentes externas de información y utilizar sus contenidos para elaborar las respuestas que se presentan al usuario.
En la práctica, un científico deja de necesitar un conocimiento previo sobre la ubicación de los archivos, la estructura de los catálogos o los mecanismos técnicos de acceso. Puede describir en lenguaje corriente el tipo de información que busca, delimitar la consulta por ámbito científico o por licencia y recibir propuestas acompañadas de descripciones y vistas previas de los datos.
Un investigador que estudie la deforestación podrá, por ejemplo, solicitar imágenes de satélite adecuadas para seguir la pérdida de masa forestal. En genómica, será posible buscar conjuntos de datos relacionados con enfermedades raras o limitar los resultados a contenidos distribuidos bajo determinadas condiciones de licencia.
Según AWS, algunas tareas de búsqueda que podían requerir varias horas podrán realizarse en cuestión de segundos. El cambio no elimina la necesidad de comprobar la calidad, la pertinencia o las condiciones de uso de la información, pero reduce el trabajo técnico que precede al inicio de la investigación.
La dificultad para encontrar información resulta especialmente relevante en repositorios científicos de gran tamaño. El AWS Registry of Open Data ofrece públicamente cientos de petabytes distribuidos entre numerosos formatos, estructuras y áreas de conocimiento. Este volumen amplía las posibilidades de investigación, pero también complica la identificación del conjunto de datos más adecuado para cada proyecto.
El principal efecto de la herramienta no reside, por tanto, en la creación de nuevos datos, sino en el desarrollo de una interfaz capaz de facilitar el acceso a los que ya existen. La inteligencia artificial pasa a funcionar como puerta de entrada a un catálogo científico que hasta ahora exigía conocimientos técnicos y varias etapas de búsqueda manual.
Los datos disponibles a través del registro se utilizan en trabajos relacionados con la modelización de la subida del nivel del mar, el seguimiento de brotes de enfermedades, la vigilancia de la pérdida de biodiversidad y el estudio del genoma humano. La simplificación del acceso puede resultar especialmente relevante para equipos con menor capacidad técnica o recursos limitados, aunque el uso científico de la información seguirá dependiendo de la interpretación y validación realizadas por los investigadores.
Element 84 ha integrado el servidor MCP en Queryable Earth, una plataforma orientada a la búsqueda y el procesamiento de datos geoespaciales. Esta integración permite utilizar agentes de inteligencia artificial para localizar, previsualizar y procesar información disponible en el catálogo de AWS, incluidos datos que pueden emplearse para responder a catástrofes y apoyar procesos de toma de decisiones.
Desde la perspectiva del Allen Institute, esta tecnología también puede facilitar conexiones entre organizaciones, disciplinas y conjuntos de datos que tradicionalmente se han analizado separadamente. Esta capacidad para cruzar información puede ayudar a los científicos a identificar relaciones que difícilmente surgirían en búsquedas limitadas a un único catálogo o ámbito de investigación.
El servidor MCP para el AWS Registry of Open Data estará disponible gratuitamente como código abierto bajo licencia Apache 2.0. AWS prevé publicar en GitHub los requisitos técnicos, las instrucciones de instalación y la documentación necesaria para integrar la herramienta en otros entornos de investigación.
