Schmidt Sciences otorga financiamiento a proyecto CENIA, UTA, UC y UChile que busca descifrar las figuras prehispánicas del desierto de Atacama 

  • El proyecto será desarrollado íntegramente en Chile y fue seleccionado entre las 19 iniciativas ganadoras de la convocatoria 2026 del Humanities and AI Virtual Institute (HAVI), impulsado por el prestigioso fondo filantrópico Schmidt Sciences. El programa recibió 501 propuestas de 42 países y busca explorar la historia y expresión humana mediante herramientas de Inteligencia Artificial.

¿Qué secretos esconden las figuras dibujadas sobre cerámica, pinturas rupestres y los enormes geoglifos del desierto de Atacama acerca de las comunidades que habitaron este territorio hace más de seiscientos años? Esta es una de las preguntas que busca responder el proyecto “Motifs Across Media: AI Analysis of Prehispanic Atacama Visual Systems”, una  investigación que combina arqueología e Inteligencia Artificial para estudiar las semejanzas entre distintas expresiones artísticas del norte de Chile prehispánico entre los años 1000 y 1400 d.C.

El proyecto será dirigido por Francisca Gil-Ureta, doctora en computación gráfica e investigadora del Centro Nacional de Inteligencia Artificial (CENIA) y tendrá una duración de dos años. El equipo trabajará con imágenes ya existentes de proyectos previos, entre ellas más de 800 vasijas digitalizadas, ortomosaicos de geoglifos y documentación de arte rupestre.

“Que una iniciativa desarrollada íntegramente en Chile haya sido seleccionada entre más de 500 propuestas de todo el mundo muestra que nuestro país puede hacer investigación de frontera, uniendo Inteligencia Artificial y humanidades a partir de su propio patrimonio”, destacó la directora.

Entre los resultados comprometidos, el proyecto realizará un conjunto de bases de datos de los motivos registrados, el primero de su tipo para Atacama, con acceso escalonado para proteger ubicaciones sensibles; herramientas computacionales de código abierto que incluyen embeddings entrenados, protocolos de anotación y métodos adaptables a otras regiones o materiales; nuevas interpretaciones arqueológicas sobre la transmisión y transformación de motivos; formación cruzada de estudiantes de doctorado en arqueología e ingeniería y un taller práctico para arqueólogos andinos.

“Este proyecto reúne a arqueólogos, antropólogos y especialistas en computación de cuatro instituciones. Esa colaboración es lo que nos permite hacernos preguntas nuevas sobre un patrimonio que conocemos hace décadas, pero que nunca habíamos podido mirar en conjunto”, afirmó Francisca Gil-Ureta.

El estudio será integrado por los coinvestigadores: Dra. Ana María Cabanas, directora de Investigación e Innovación de la Universidad de Tarapacá (UTA) y colaboradora asociada CENIA; Dr. Iván Sipiran, del Departamento de Ciencias de la Computación de la Universidad de Chile e investigador principal CENIA; Dr. Adrián Oyaneder, Dra. Ester Echenique, Dra. Daniela Valenzuela y Dra. Zaray Guerrero, del Departamento de Antropología UTA; y Mg. Víctor Méndez, de la Escuela de Antropología de la Pontificia Universidad Católica de Chile.

Motivos compartidos en el desierto de Atacama

Gracias a la extrema aridez del desierto, numerosos vestigios arqueológicos se han conservado durante siglos. Entre ellos destacan representaciones de figuras humanas, animales y formas geométricas que se repiten en los valles de Lluta, Azapa y Camarones, tanto en objetos de cerámica como en pinturas sobre rocas y grandes figuras trazadas sobre las laderas de los cerros.

Aunque estas semejanzas han sido reconocidas por la arqueología, determinar qué tan frecuentes son y qué relación podrían tener entre sí representa un desafío considerable. La enorme cantidad de piezas y la diversidad de materiales dificultan realizar comparaciones que permitan identificar patrones entre los distintos territorios.

“Durante siglos, las comunidades del Atacama dejaron su huella en la cerámica, en las rocas y en las laderas del desierto. Queremos entender si esas imágenes forman parte de un mismo lenguaje visual, y la Inteligencia Artificial nos permite compararlas a una escala que antes era imposible”, indicó Gil-Ureta.

Para abordar este problema, los investigadores desarrollarán nuevos modelos de Inteligencia Artificial y bases de conocimiento que permitan apoyar el trabajo arqueológico. A partir de los criterios establecidos por los especialistas, estas herramientas permitirán comparar miles de registros e identificar patrones que serían difíciles de detectar mediante una revisión tradicional.

El doctor en arqueología y académico de la UTA, Adrián Oyaneder, explicó que “la Inteligencia Artificial no reemplaza la mirada del arqueólogo, sino que la amplía. Nos ayuda a detectar patrones entre miles de figuras que están en soportes y lugares distintos, para que luego los especialistas puedan interpretarlos con su conocimiento del territorio”.

Schmidt Sciences

Schmidt Sciences otorgó US$10 millones a 19 equipos interdisciplinares a través de su Instituto Virtual de Humanidades e Inteligencia Artificial (HAVI, por sus siglas en inglés). Los proyectos utilizarán la Inteligencia Artificial para avanzar en el estudio del arte, la danza, la historia, la música, la literatura y otras disciplinas a lo largo de miles de años de cultura mundial, al tiempo que ayudarán a los investigadores a desarrollar y poner a prueba nuevas capacidades de Inteligencia Artificial. 

En 2025, la primera versión del programa destinó US$11 millones a un máximo de 23 equipos, entre ellos grupos de la Universidad de Cambridge, Sorbonne Université y Dartmouth College. El proyecto chileno fue seleccionado en la convocatoria 2026, en la categoría destinada a colaboraciones en su fase inicial, convirtiéndose en uno de los primeros equipos del sur global en recibir este financiamiento.

Seleccionados entre 501 propuestas procedentes de 42 países, estos proyectos elevan el compromiso total de financiación de HAVI, en sus dos convocatorias, a más de US$21 millones. Los equipos compartirán abiertamente las herramientas y los recursos que desarrollen, incluyendo código, pesos de modelos y conjuntos de datos de referencia.

Noticias

Noticias Recientes