Criteria-first, semantics-later: reproducible structure discovery in image-based sciences

El artículo propone un marco deductivo de "criterios primero, semántica después" para el descubrimiento de estructuras en imágenes científicas, que separa la extracción de patrones basada en criterios objetivos de la asignación de etiquetas semánticas, garantizando así la reproducibilidad y la comparabilidad a largo plazo frente a la deriva de las ontologías dominantes.

Lo esencial

Imagina que tienes una caja llena de miles de fotografías de un bosque, tomadas durante 20 años por diferentes cámaras, en diferentes estaciones y con diferentes objetivos.

El problema actual (Semántica primero):
Hoy en día, la mayoría de los científicos y la inteligencia artificial intentan analizar estas fotos intentando etiquetar todo inmediatamente. Le dicen a la computadora: "Busca un árbol, busca un ciervo, busca un río".

• El fallo: Si en 2010 llamábamos a cierto tipo de musgo "musgo verde" y en 2024 lo llamamos "musgo esmeralda", la computadora se confunde. Si la cámara cambia y el color se ve un poco diferente, el sistema deja de reconocer el "ciervo". Si aparece un animal nuevo que no estaba en la lista de etiquetas, la computadora lo ignora.
• La analogía: Es como intentar ordenar una biblioteca gigante usando solo las etiquetas de los libros. Si cambias el nombre de un libro o si llega un libro nuevo que no tiene etiqueta, todo el sistema de organización se rompe. Estás a merced de las etiquetas, no de la realidad.

La propuesta de este paper (Criterios primero, semántica después):
El autor, Jan Bumberger, propone un cambio radical: dejar de adivinar qué es cada cosa al principio y empezar por entender cómo está construido el mundo de la foto.

Imagina que en lugar de intentar adivinar si algo es un "ciervo" o un "árbol", primero le decimos a la computadora: "Divide la imagen en pedazos donde los colores sean uniformes y donde las líneas sean continuas".

• El resultado: La computadora no te dice "aquí hay un ciervo". Te dice: "Aquí hay una forma sólida, aquí hay una textura suave, aquí hay una línea que separa dos zonas".
• La analogía: Imagina que estás construyendo un castillo de arena.
  • Semántica primero: Intentas moldear la arena directamente en la forma de un "caballo" o una "torre" antes de que la arena esté compacta. Si el viento cambia (cambio de cámara), el caballo se deshace.
  • Criterios primero: Primero compactas la arena, creas bloques sólidos y estables (la estructura). Luego, cuando tengas esos bloques estables, puedes decir: "Este bloque parece un caballo" o "Este bloque parece una torre". Si mañana quieres decir que ese bloque es un "elefante", ¡no importa! Los bloques de arena siguen ahí, sólidos y estables. Solo cambias la etiqueta.

¿Por qué es esto genial?

1. Es inmune a los cambios de opinión: La ciencia y la cultura cambian. Lo que hoy llamamos "cierto tipo de enfermedad" mañana puede tener otro nombre. Si tu análisis se basa en la estructura (la forma, la textura, la estabilidad), tus datos siguen siendo válidos aunque cambies el nombre de la enfermedad.
2. Funciona con cosas nuevas: Si aparece un animal que nunca hemos visto, el sistema de "criterios" lo detectará como "una forma nueva y extraña" en lugar de ignorarlo porque no está en la lista de etiquetas.
3. Es como un "Digital Twin" (Gemelo Digital) robusto: Imagina un gemelo digital de un bosque que debe durar 100 años. Si el gemelo depende de etiquetas que cambian cada 5 años, el gemelo se rompe. Pero si el gemelo se basa en la estructura física (dónde está la tierra, dónde está el agua, cómo fluye el viento), el gemelo sigue siendo útil aunque cambiemos el vocabulario.

En resumen:
El paper dice: "No intentes adivinar el significado de la foto antes de entender su estructura".

• Paso 1 (Criterios): Encuentra las formas, los bordes y los patrones estables (como encontrar los ladrillos de un edificio).
• Paso 2 (Semántica): Luego, decide qué significan esos ladrillos (¿es una casa? ¿es un castillo? ¿es una escuela?).

Al hacer esto, la ciencia se vuelve más honesta, más reproducible y capaz de durar en el tiempo, sin depender de etiquetas que se vuelven obsoletas. Es pasar de "etiquetar lo que vemos" a "entender cómo está hecho lo que vemos".

Resumen técnico

Resumen Técnico

1. El Problema: La Limitación del Paradigma "Semántica Primero"

El artículo identifica que, a pesar de que las imágenes son el modo de medición principal en las ciencias naturales y de la vida, el paradigma analítico dominante sigue siendo el de "semántica primero". En este enfoque:

• La estructura de los datos se caracteriza mapeando mediciones directamente a una ontología de dominio predefinida (etiquetas, clases, tipos de objetos).
• Fallo sistemático: Este enfoque falla bajo las condiciones donde la ciencia basada en imágenes es más valiosa:
  • Descubrimiento científico abierto: No se pueden predefinir etiquetas para fenómenos desconocidos.
  • Desplazamiento de dominio (Domain Shift): Cambios en sensores, iluminación, estacionalidad o sitios de muestreo.
  • Monitoreo a largo plazo: Las ontologías y conjuntos de etiquetas derivan cultural, institucional y ecológicamente con el tiempo (ej. cambios en clasificaciones de uso de suelo o definiciones de fenotipos).
• Consecuencia: Al imponer significado demasiado temprano, la estructura subyacente queda secuestrada por ontologías específicas, reduciendo la transferibilidad, la reproducibilidad y la capacidad de comparar datos a lo largo del tiempo o entre comunidades científicas.

2. Metodología: "Criterios Primero, Semántica Después"

Los autores proponen una inversión deductiva del flujo de trabajo analítico. En lugar de predecir etiquetas, el análisis debe proceder en dos capas separadas:

• Capa 1: Descubrimiento de Estructura Libre de Semántica (Upstream):

  • Se extrae un producto estructural ($S$) directamente de las mediciones crudas ($X$) utilizando criterios explícitos ($C$).
  • Estos criterios son principios de optimalidad definidos operacionalmente (ej. estabilidad bajo perturbaciones, coherencia de escala, consistencia global, minimización de energía, homogeneidad espectral).
  • El resultado es un producto estructural reproducible (particiones, grafos, campos escalares, jerarquías) que no depende de ninguna ontología de dominio.
  • Formalmente: $S = S_C(X)$, donde $S_C$ es un operador de extracción parametrizado por criterios explícitos.

• Capa 2: Mapeo Semántico (Downstream):

  • La semántica se aplica posteriormente como un mapeo explícito ($M_i$) desde el producto estructural $S$ hacia una ontología de dominio específica ($O_i$).
  • Este mapeo es dependiente del propósito y de la comunidad, permitiendo múltiples interpretaciones (pluralismo) sobre la misma estructura base sin necesidad de reescribir la extracción upstream.

Fundamentos Teóricos:
El enfoque se basa en la cibernética (la observación como distinción), la teoría de la información (separación de información y significado) y principios de visión temprana (postergar compromisos semánticos irreversibles).

3. Contribuciones Clave

1. Marco Unificado: Introducción de un marco formal para el descubrimiento de estructura basado en criterios, separando la extracción de la interpretación.
2. Definición de "Productos Estructurales": Propone tratar las particiones, grafos y campos derivados de criterios como objetos digitales FAIR (Findable, Accessible, Interoperable, Reusable) y listos para IA. Estos objetos deben ser versionados, con metadatos que incluyan los criterios, la implementación y las garantías de estabilidad.
3. Nuevos Criterios de Validación: Desplaza el foco de la "precisión de clase" (agreement with ground truth) hacia la validación estructural basada en:
   • Robustez ante perturbaciones.
   • Coherencia de escala.
   • Control de complejidad (compresibilidad).
   • Optimalidad global.
   • Pluralismo descendente (capacidad de soportar múltiples mapeos semánticos).
4. Evidencia Transdisciplinaria: Demuestra que este patrón "criterios primero" ya emerge de facto en múltiples disciplinas (observación terrestre, imágenes médicas, microscopía, sismología, astronomía, ciencia de materiales, robótica) cuando el etiquetado semántico es escaso, costoso o inestable.

4. Resultados y Evidencia

El artículo no presenta un nuevo algoritmo específico, sino una síntesis teórica y empírica respaldada por:

• Análisis Comparativo: Muestra cómo los flujos de trabajo actuales en campos como la observación de la Tierra (EO) y la medicina a menudo ya utilizan subcapas de extracción de estructura (ej. segmentación basada en homogeneidad) antes de la clasificación, aunque la evaluación final siga siendo semántica.
• Tabla de Correspondencia: Presenta una tabla que unifica los conjuntos de soporte ($\Omega$), tipos de operadores, productos estructurales y familias de criterios a través de 8 dominios científicos distintos, demostrando la universalidad del patrón.
• Caso de Uso (Figura 2): Ilustra cómo un producto estructural definido por criterios mantiene la consistencia de objetos/bordes bajo cambios de contraste, desplazamiento de covariables y submuestreo, mientras que las etiquetas semánticas directas colapsan o desaparecen bajo las mismas perturbaciones.

5. Significado e Impacto

• Reproducibilidad y Transferencia: Al anclar la ciencia en criterios explícitos y estables en lugar de etiquetas cambiantes, se permite la comparación longitudinal y la transferencia de métodos entre disciplinas.
• Ciencia Abierta y Descubrimiento: Facilita el descubrimiento de fenómenos nuevos al no estar limitado por un espacio de etiquetas predefinido. Las desviaciones estructurales se detectan antes de asignarles un nombre.
• Gemelos Digitales (Digital Twins): Proporciona una capa de variables de estado estables y duraderas para los gemelos digitales, esenciales para el monitoreo a largo plazo donde las ontologías evolucionan pero los datos físicos deben ser comparables.
• Preparación para la IA: Los productos estructurales se convierten en objetos de datos "FAIR-by-design" y listos para IA, sirviendo como sustratos estables para el aprendizaje auto-supervisado y modelos fundacionales, evitando el sesgo de las ontologías en la fase de extracción de características.

En conclusión, el artículo aboga por una reestructuración epistémica de la ciencia basada en imágenes: la teoría y los supuestos deben entrar como criterios explícitos y auditables en la capa de extracción de estructura, dejando la semántica como una capa posterior, flexible y revisable.