Madrid.- Desde saber la posibilidad que hay de que se produzca un incendio hasta predecir inundaciones repentinas en zonas urbanas, la aplicación de la inteligencia artificial (IA), en especial el aprendizaje automático, se ha convertido en una aliada de los seres humanos ante los desastres naturales.
El último en poner la inteligencia artificial a trabajar en este ámbito ha sido Google. La tecnológica presentó hace unos días una nueva metodología basada en la IA y denominada Groundsource que transforma la información pública en un registro de alta calidad de datos históricos sobre desastres.
Desastres naturales y turismo: claves de vulnerabilidad y resiliencia
Con un conjunto de datos basados en los informes públicos y su ubicación, Google ha entrenado un nuevo modelo que permite un progreso significativo en la predicción de inundaciones repentinas en áreas urbanas con hasta 24 horas de anticipación.
La tecnológica, además, ha destacado que este mismo enfoque «tiene el potencial de aplicarse a otros desastres naturales, como deslizamientos de tierra u olas de calor transformando informes verificados de todo el mundo en conjuntos de datos que permiten una mayor resiliencia global».
Predicción de incendios
La herramienta de Google abre nuevos caminos en la aplicación de la tecnología en el caso de los desastres naturales, aunque no es el único.
En España, un equipo de la Universidad de Murcia (UMU) ha desarrollado un prototipo que predice a nivel global anomalías en las áreas quemadas hasta cuatro meses antes del inicio de la temporada de incendios gracias a la combinación de datos climáticos y aprendizaje automático, con un 70% de eficacia en zonas de riesgo
«Lo que básicamente hace este modelo es tratar de predecir anomalías, si va a ser una anomalía positiva o negativa. O sea, si va a ser una temporada por encima de lo normal de incendios o por debajo», ha explicado a EFEverde el investigador del prototipo y profesor de la Universidad de Alcalá de Henares (UAH), Miguel Ángel Torres.
El prototipo se desarrolló dentro del proyecto ONFIRE, que finalizó el pasado diciembre, y nunca estuvo previsto que fuera operativo, pero Torres cree que la idea a futuro podría ser implantarlo en tiempo real, no solo a escala global, sino también aplicado a diferentes áreas, aunque para eso reconoce que son necesarios recursos.
Este modelo es particularmente preciso en áreas con alta tasa de incendios, como es el caso de España, Australia o California, entre otros. De hecho, en el caso del país de la península ibérica, en mayo del año pasado predijo que la probabilidad de que en España hubiera una anomalía de incendios en agosto era de entre el 90 y el 100 %.
«Si hubiéramos tenido más detalle, quizá hubiéramos sabido a lo mejor la zona donde estos incendios se iban a producir, porque al final los incendios se agruparon mucho en la zona del noroeste de España», ha explicado.
Poder anticipar y gestionar recursos
Además de para poder seguir avanzando en la ciencia, Torres ha asegurado que este tipo de modelos sirven para poder anticiparse, gestionar los recursos con tiempo de antelación «y que no pasen los desastres que pasan y que han pasado este verano, por ejemplo».
«Nosotros damos la probabilidad de que en un territorio, alguna región o punto en concreto se produzca una anomalía de extensión de incendios», ha afirmado antes de explicar que esto permite que, en el caso de que se produzca una llama, se sepa si la extensión va a estar por encima de lo normal.
Esto puede permitir movilizar recursos y prepararlos, aunque reconoce que por el momento es bastante complejo y que para que esto pueda pasar sin riesgos queda todavía «muchísimo que mejorar en este sistema». En cualquier caso, recuerda que «van en muy buen camino» y que con modelos de inteligencia artificial o de aprendizaje profundo «se irán mejorando». EFEverde
mnc
La entrada La inteligencia artificial y el aprendizaje automático, aliados contra los desastres naturales se publicó primero en EFEverde.
