Inteligencia artificial para la anticipación y respuesta ante los desastres naturales

Los avances en el campo de la inteligencia artificial (IA) están permitiendo aplicar la potencia de cálculo y las más refinadas técnicas de análisis de datos a la anticipación y recuperación ante desastres naturales. Esto incluye terremotos, inundaciones, tsunamis y huracanes principalmente, pero también otros como los incendios o las erupciones volcánicas.

Para ello, se utilizan los datos de los sistemas de observación –a veces de formas muy ingeniosas– que se recogen de forma masiva y, en ocasiones, desde hace décadas. Luego se realiza con ellos un tratamiento de los datos en los que los algoritmos de la IA reconocen pautas y proporcionan cierta capacidad de predicción.

Terremotos, tsunamis e inundaciones

Un ejemplo es el de los investigadores de la Tohoku University de Japón, que trabajan en un sistema de IA con Microsoft para responder a desastres naturales como terremotos y tsunamis. Lo primero que hacen es utilizar imágenes por satélite tras los desgraciados eventos, en los que una IA reconoce patrones –uno de sus tradicionales puntos fuertes– para identificar las áreas dañadas con hasta un 75% de precisión. Esta información es vital para que las autoridades desplieguen la ayuda inmediatamente y sirve tanto para las labores de rescate como de reconstrucción. Otra de las ideas es detectar las zonas menos afectadas para planificar posibles rutas de escape futuras.

Para impulsar estos proyectos, Japón mejoró sus sistemas de observación por satélite. Desde hace dos décadas prepararon el camino para del QZSS (Sistema por Satélite Quasi-Zenith), una especie de «GPS mejorado» con 4 satélites que funciona desde la zona de Japón hasta Australia. Desde 2018, cuando se puso en funcionamiento, sirve no sólo como alternativa al GPS en la zona, sino también para capturar datos meteorológicos: las precipitaciones, los cambios en los terrenos y la saturación de agua en el suelo. A partir de esos datos un sistema de IA puede calcular el «riesgo de desastre» en función de lo que se sabe que sucedió en el pasado.

Google y la Comisión de Aguas de la India han estado trabajando en la misma línea para proporcionar alertas sobre inundaciones. Esto es especialmente importante en un país que acumula el 20% de las víctimas de las inundaciones mundiales. Cada vez que esto sucede se puede trabajar con los datos intentando prever cuándo volverá a suceder con la información que se conoce.

Para ello Google cuenta con un área de desarrollo específico llamado Alertas Públicas, que sirve para integrar avisos de entidades oficiales en sus búsquedas, la apps de Mapas o las notificaciones de los smartphones.

¿Cómo funcionan los sistemas predictivos de IA?

La forma en que trabajan estos algoritmos suele pasar por varias fases:

• Recopilar todos los datos posibles antes del suceso
• Aplicar esos datos a modelos matemáticos que generan simulaciones
• Comparar con lo que sucede posteriormente en la realidad
• Refinar los modelos con los resultados observados

El resultado es que con el paso del tiempo los modelos y simulaciones son cada vez más precisos; también tienen más resolución y al aplicarlos sobre mapas reales son más precisos.

Contar con esa información permite lanzar las alertas locales para avisar a quienes viven en las zonas afectadas. Google activa sus «alertas públicas» relativas a inundaciones, incendios, huracanes y demás cerca de 200 veces al año, llegando a más de 1.500 millones de personas.

En otras situaciones la IA también se está utilizando para esas labores de predicción. En un artículo de Forbes se habla de terremotos, erupciones volcánicas y huracanes. Todos son fenómenos naturales en los que los grandes conjuntos de datos meteorológicos y de sensores son difíciles de tratar por métodos tradicionales, pero en los que se pueden aplicar los modelos y algoritmos de la IA.

En el caso de los terremotos por ejemplo los investigadores procesaron los datos de 131.000 terremotos y réplicas para que ver si los algoritmos de IA podían aprender algo al respecto. Al probarlo con 30.000 más, vieron que su capacidad predictiva era mejor que la de otros métodos. Con esto, se observó que pueden servir tanto para anticipar los desastres como para informar rápidamente de dónde y cuándo podrían producirse las réplicas de los terremotos.

Respecto a las erupciones volcánicas, muy destructivas en algunas zonas, IBM ha aplicado su IA –llamada Watson– para analizar tanto los datos sísmicos de esas zonas como las partículas de polvo del aire, propias de cada volcán y las fases por las que atraviesan. A partir de esos datos una buena predicción permitiría lanzar alertas a las poblaciones cercanas.

Entrenando a las inteligencias artificiales

Algunas de las técnicas que se emplean para el entrenamiento de las IA para reconocer patrones son realmente peculiares. Roger Wang, ingeniero civil, publicó un trabajo en el que explicaba cómo usaba los mensajes públicos de Twitter y de una app colaborativa llamada MyCoast para identificar las zonas donde se producen inundaciones. Los datos originales eran fotos, textos en lenguaje natural e información diversa. El resultado es un algoritmo capaz de diferenciar si una foto cualquiera muestra una inundación o no, con bastante precisión, algo que luego resulta útil para comparar esas imágenes con las de otras zonas de posibles inundaciones.

A medida que sigan avanzando los desarrollos veremos sistemas más precisos y útiles. Pero los expertos también advierten de que estas soluciones no son la panacea: muchos de estos desastres naturales están relacionados con la emergencia climática global, que altera estos fenómenos haciéndolos más frecuentes e imprevisibles. Ese problema de fondo no lo resolverán las máquinas por nosotros; tendremos que preocuparnos más por cuidar mejor el planeta en que vivimos.

___

Fotos: Texas tras el paso del huracán Harvey (CC) NASA; Alertas Públicas de Google; Imagen del satélite MODIS (CC) NASA; Entrenamiento de una IA Roger Wang et al.