El pasado 24 de mayo tuve ocasión de asistir a la presentación de Aipower en Bilbao, una venture builder o creadora de startups vinculadas a la inteligencia artificial (aquí tienes el enlace a su grupo de Meetup).

La charla sirvió para presentar la iniciativa y describir un poco en qué consiste esta tecnología de la que tanto se habla. Pero también hubo ocasión de desarrollar una actividad por grupos orientada a la resolución de una serie de retos planteados por los organizadores. Y sí, uno de los desafíos estaba relacionado con el medioambiente. No recuerdo cómo era el enunciado literal, pero el objetivo era buscar soluciones tecnológicas (a ser posible con la inteligencia artificial como telón de fondo) para el establecimiento de un sistema de alerta temprana frente a talas ilegales e incendios (y no, no fue el tema que seleccionó mi grupo).

El equipo que trabajó en este problema propuso hacer uso de imágenes de satélite, una opción que ha demostrado ser útil en zonas remotas y despobladas como Patagonia, donde el Sentinel-2 detectó hace poco un incendio. Pero yo, al menos, considero que la demora de estos aparatos (los más cercanos a la Tierra tardan más de 90 minutos en circundarla, y el tiempo de envío y procesamiento de las imágenes resta un tiempo valioso si estamos tratando de frenar el avance de un fuego. Además, en el caso de las talas ilegales, solo resultarían útiles para la detección de amplias zonas deforestadas.

Personalmente, creo que una buena solución podría ser la combinación de sensores para la detección de incendios, quizás con el apoyo de drones autónomos, y la aplicación de inteligencia artificial (identificación de sonido) para las talas, al estilo del proyecto que la startup Rainforest Connection está llevando a cabo reutilizando móviles viejos.

Pero creo que he empezado muy rápido a desgranar ejemplos de inteligencia artificial, así que mejor vamos por partes.

¿Qué es la inteligencia artificial?

Además de ser el título de una película, la inteligencia artificial (IA) es la «ciencia e ingeniería de hacer máquinas inteligentes», en palabras de John McCarthy, considerado el padre de la criatura o, al menos, el responsable de acuñar el término en 1956. Una definición un poco más amplia afirma que esta tecnología está basada en

«tecnologías de software que hacen que una computadora o un robot funcionen igual o mejor que la capacidad computacional humana normal en precisión, capacidad y velocidad. Dos enfoques muy diferentes, los sistemas basados en reglas y las redes neuronales, crean aplicaciones cada vez más poderosas que toman decisiones complejas, evalúan oportunidades de inversión y ayudan en el desarrollo de nuevos productos. Otros usos incluyen la robótica, la comprensión del lenguaje humano y la visión por computador.»

Dentro de la IA se pueden distinguir dos categorías:

  • General o fuerte, que presenta capacidades propias de la inteligencia humana. Por ejemplo, la comprensión del lenguaje y el reconocimiento de objetos y sonidos, y
  • Débil o estrecha (del inglés narrow), que se centra en el desarrollo de una tarea y puede resultar algo limitada. Un ejemplo podría ser una máquina diseñada para reconocer imágenes, pero que no puede hacer nada más.

La inteligencia artificial contempla varias disciplinas, pero, actualmente, los enfoques con mayor interés son:

  • machine learning o aprendizaje automático, que es un enfoque para alcanzar la IA en el que se «entrenan» algoritmos para que puedan aprender (de forma análoga a como lo hace un humano)
  • deep learning o aprendizaje profundo, una forma de implementar el machine learning que se basa en el desarrollo de redes neuronales inspiradas en nuestros cerebros. Estas «neuronas» se organizan en capas, cada una de las cuales se especializa en el aprendizaje de una característica (por ejemplo, el reconocimiento de una curva en una imagen).

Disciplinas o enfoques de la inteligencia artificial

Ejemplos de inteligencia artificial aplicados al medioambiente

El crecimiento exponencial de iniciativas empresariales que tiene como base la inteligencia artificial es difícil de abarcar, así que voy a limitar a mencionar dos proyectos: AI for Earth de Microsoft y ARIES (ARtificial Intelligence for Ecosystem Services).

AI for Earth

La víspera del evento de Aipower tuve ocasión de seguir un webinar organizado por Eye on Earth en el que el Dr Lucas Joppa, jefe científico ambiental en Microsoft, presentó AI for Earth, una iniciativa para usar inteligencia artificial en favor del medioambiente. En el siguiente vídeo puedes ver una pequeña presentación de este proyecto (no tiene audio).

En su exposición, Joppa comentó algunos ejemplos de inteligencia artificial en los que trabajan actualmente:

  • Monitorización de la biodiversidad en colaboración con iNaturalist: recientemente, iNaturalist, la popular aplicación de ciencia ciudadana para recoger observaciones de naturaleza, ha incorporado una funcionalidad para ayudar a identificar de forma automática las especies fotografiadas por los usuarios. El objetivo de iNaturalist es identificar instantáneamente 100.000 especies offline con una precisión de más del 90% para 2020. De esta forma, se espera analizar en tiempo real cómo varía la distribución de las especies.
  • Cartografía de los usos del suelo en colaboración con Chesapeake Conservancy: el objetivo es crear cartografía de detalle a partir de imágenes de satélite de alta resolución. Gracias a los algoritmos desarrollados en el marco del proyecto, el sistema es capaz de identificar los elementos que aparecen en las imágenes de forma automática (aquí puedes ver una demostración práctica de la capacidad de esta herramienta).
  • Proyecto Premonición: este proyecto busca detectar patógenos antes de que causen brotes. La idea es convertir a los mosquitos, muchas veces vectores en su propagación, en dispositivos que recolectan información en el medio ambiente gracias al análisis del ADN de la sangre de los animales a los que muerden.
  • FarmBeats: iniciativa para que los agricultores puedan acceder a Microsoft Cloud y a tecnologías de inteligencia artificial. De esta forma y gracias a una serie de datos relevantes (meteorología, buenas prácticas, predicción en cultivos, etc.) se busca facilitar la toma de decisiones.

Proyecto ARIES (ARtificial Intelligence for Ecosystem Services)

Otra iniciativa de inteligencia artificial, de código abierto y gratuito para uso gubernamental y sin fines de lucro, es ARIES. En este proyecto colaboran Conservation International, Instituto de Ecología, A.C. (Centro Público SEP-Conacyt), Universidad de Vermont, Earth Economics y Basque Centre for Climate Change.

Este ejemplo usa redes bayesianas (un modelo probabilístico que se enmarca dentro del machine learning) para entender y cuantificar el valor del medio ambiente y conocer cuáles son los factores que determinan dicho valor en una región geográfica determinada. Utiliza datos ecológicos y socioeconómicos para generar y mapear información sobre la provisión, los valores y los usos del servicio ecosistémico.

Una de las principales ventajas que ofrece ARIES es que, a través de una interfaz web, pone sofisticadas capacidades de modelado al alcance de usuarios no técnicos, profesionales y agentes encargados de la toma de decisiones. No obstante, las personas con experiencia en informática y modelos ecológicos pueden optar por un paquete de software más potente y desarrollado de nombre k.LAB, cuyo funcionamiento puedes ver en el siguiente vídeo.

Conclusión

Desde identificación de animales en las sabanas africanas hasta detección de vertederos ilegales, los usos de la inteligencia artificial son ilimitados y pueden proporcionar un enorme beneficio a la conservación del medioambiente.

Reconozco que no tengo ningún conocimiento sobre este tema, pero si te interesa el tema, tienes alguna idea rondando por la cabeza y crees que la inteligencia artificial puede ser parte de la solución, podemos intercambiar impresiones. Me encantaría encontrar gente con mis mismas inquietudes y ver si puede surgir alguna opción de colaborar y crear algo en torno a esta nueva tecnología. ¿Te animas?

Imagen: Microsoft AI for Earth (press tools)

(Visited 2.389 times, 1 visits today)

Técnico de medio ambiente, community manager y content curator especializada en temas de medioambiente - Environmental technician, community manager and content curator specialised in environmental issues