La inteligencia artificial está impulsando importantes avances en todo tipo de ámbitos y sectores y en áreas como la I+D, la fabricación, la distribución o la comercialización. El de la sostenibilidad y la protección del medio ambiente no es una excepción: una nueva realidad que incluye campos como la gestión de la energía, la conservación de la biodiversidad y los océanos, la lucha contra el desperdicio alimenticio, o el monitoreo y prevención de los desastres meteorológicos y los fuegos forestales a través de alertas tempranas.
La inteligencia artificial (IA) imita la forma en la que los seres humanos aprenden. Para ello, utiliza diferentes algoritmos anteriormente diseñados para ejecutar máquinas con las mismas capacidades que el ser humano para aprender por sí mismas. Ahora, el reto es unir IA –big data, machine learning…- y medio ambiente con el objetivo de proteger el entorno y, sobre todo, fomentar un crecimiento económico que no comprometa los recursos naturales del futuro.
Las soluciones basadas en la IA nos ayudan a fabricar de manera más eficiente, utilizar los recursos de forma más racional o a reducir y gestionar mejor los residuos que generamos, entre otros aspectos. Incluso está relacionada con la Agenda 2030, puesto que, según un estudio publicado en 2020 en la revista Nature, la inteligencia artificial puede facilitar el cumplimiento de cerca del 80% de los Objetivos de Desarrollo Sostenible (ODS). A esto se suma el impulso a la economía circular, el desarrollo de las ciudades inteligentes o la mejora de la movilidad urbana y la reducción de su impacto ambiental.
Estas son algunas soluciones de inteligencia artificial que ayudan a cuidar el entorno:
Un ejemplo claro de la contribución de la IA a la sostenibilidad es su uso para la extinción de los incendios forestales, que asolan cada año grandes extensiones de tierra y toda la biodiversidad que habita en ellas. Por eso, su detección precoz y el hecho de poder calcular las probabilidades de que se produzcan reduce eficazmente el tiempo de reacción y facilita las labores de prevención y mantenimiento previas de las masas forestales. Grandes empresas como IBM ya han diseñado herramientas de este tipo que funcionan con un conjunto de cámaras HD y ordenadores para monitorizar el espacio a proteger. Se trata del proyecto Bee2FireDetection, desarrollado con Watson, la inteligencia artificial de la compañía, para calcular las probabilidades de que se produzca un incendio en cierta región, y, además, combatirlos de una manera más rápida y ágil. Si el incendio se produce, son capaces de calcular la velocidad y dirección de las llamas, proporcionando una información muy valiosa y detallada para bomberos y cuerpos de protección civil.
Y es que ya son varias las empresas y grupos de investigación que se basan en la inteligencia artificial para hacer un mejor uso de la teledetección y los datos de campo en la lucha contra los incendios forestales con tecnología de todo tipo: sensores en dispositivos IoT (Internet de las cosas, en español, que permite medir parámetros físicos o actuar remotamente y generar un ecosistema de servicios alrededor del mismo), que miden la temperatura, la humedad y la dirección y velocidad del viento, drones dotados de cámaras, o imágenes vía satélite capaces de detectar zonas de calor en grandes masas forestales.
Existe un gran número de fuentes de datos que, utilizados por algoritmos de IA, son capaces de crear modelos predictivos, realizar prevención o guiar a los efectivos de lucha contra incendios para optimizar su trabajo. Un pequeño ejemplo: este pasado verano, en Estados Unidos, un equipo de bomberos de California comenzó a testar un mecanismo de prevención de incendios impulsado por IA. El programa se llama AlertCalifornia, un sistema que registra lo que captan más de mil cámaras de video ubicadas en todo el estado. Ha sido desarrollada por ingenieros de la Universidad San Diego utilizando la tecnología de DigitalPath que aprovecha las cámaras instaladas por varias agencias y empresas de servicios públicos en todo el estado.
El sistema AlertCalifornia registra lo que captan cámaras de video ubicadas en todo el estado con el objetivo de prevenir incendios
“Es cien por cien aplicable en cualquier parte del mundo”, explica Suzann Leininger, experta en inteligencia de Cal Fire (San Diego County Fire Protection District), “especialmente ahora, que estamos experimentando incendios mucho más grandes y frecuentes por el cambio climático”. Por eso, los investigadores de la universidad pusieron sus informes a disposición de cualquier empresa o institución para que pueda aprovecharlos. “Les damos los datos porque este problema es más grande que todos nosotros”, señala Neal Driscoll, profesor de Geología de esta universidad y parte del equipo desarrollador. “Necesitamos usar la tecnología para ayudar a mover la aguja, aunque sea un poco”, recalca.
En otro ámbito de aplicación de la IA, un grupo de investigadores del instituto francés Mines-Telecom (IMT) está realizando previsiones sobre la influencia que el cambio climático tiene en los océanos, una investigación basada en la inteligencia artificial que permite elaborar distintos modelos en 3D para estudiar el comportamiento de los océanos a partir de datos de teledetección recogidos por satélite. El objetivo de estos científicos franceses es conocer el clima terrestre y cuál es el impacto que el cambio climático está teniendo en los océanos: corrientes, incremento de las concentraciones de CO2, etc.
La IA también puede ser una gran aliada para la detección de microplásticos del océano, unos residuos de los que, según datos del Programa de Naciones Unidas para el Medioambiente (UNEP), se generan al año unos 300 millones de toneladas, el equivalente al peso de toda la población humana. Entre el 60% y el 80% de los residuos marinos son plástico, en su mayoría fragmentos menores a los cinco milímetros.
Su detección ahora es posible gracias a un equipo de la Escuela Politécnica Federal de Lausana (EPFL) y la Universidad de Wageningen, que han desarrollado un nuevo modelo de inteligencia artificial que reconoce los plásticos flotantes en imágenes de satélite de los océanos con mucha más precisión que antes. Esta investigación fue publicada el pasado mes de noviembre en un artículo en iScience.
Las acumulaciones de desechos marinos son visibles en las imágenes del satélite Sentinel-2, de la Agencia Espacial Europea -disponibles gratuitamente-, que capturan áreas costeras cada dos a cinco días en todo el mundo en masas terrestres y áreas costeras. Debido a que estos equivalen a terabytes, los datos deben analizarse automáticamente a través de modelos de inteligencia artificial como redes neuronales profundas.
Un nuevo modelo de IA reconoce los plásticos flotantes en imágenes de satélite de los océanos con mucha más precisión que antes.
“Estos modelos aprenden de ejemplos proporcionados por oceanógrafos y especialistas en teledetección, quienes identificaron visualmente miles de casos de desechos marinos en imágenes de satélite en lugares de todo el mundo. De esta manera ‘entrenaron’ al modelo para que reconociera los desechos plásticos”, explica Marc Ruswurm, profesor asistente en la Universidad de Wageningen.
Además de una predicción más precisa de las acumulaciones de desechos marinos, este modelo también detecta desechos a través de imágenes de PlanetScope, a las que se puede acceder diariamente. PlanetScope es una constelación de satélites de observación terrestre operada por la empresa Planet Labs. Estos satélites, conocidos como Doves (palomas), están diseñados para capturar imágenes de alta resolución de la superficie de la Tierra. Su objetivo es ofrecer datos visuales actualizados diariamente que puedan ser utilizados para diversos fines, como la monitorización del medio ambiente, la agricultura, la cartografía y la respuesta ante emergencias, entre otros.
Los cultivos tampoco están exentos de sufrir los efectos del cambio climático: inundaciones, sequías, temperaturas extremas, etc. repercuten directamente en las cosechas, pero la inteligencia artificial está aportando grandes avances a nivel global en cuanto a su conservación, cuidado y predicción de la recolección. La IA también puede utilizarse para optimizar el uso de los recursos que se destinan a este sector: agua, pesticidas, energía, etc, para evitar o prevenir los peligros meteorológicos, identifica la mala nutrición de las plantas o evaluar la calidad del suelo para mejorar la producción.
Un buen ejemplo es el de la compañía Syngenta, con sede en Suiza y dedicada al desarrollo de tecnología agrícola basada en la ciencia, que en 2021 se alió con la empresa de inteligencia artificial Insilico Medicine para buscar soluciones de protección de cultivos y hacerlos más eficaces frente a enfermedades y plagas, al tiempo que se impulsa la protección del ecosistema.
Insilico Medicine utiliza su tecnología de IA, no solo para crear moléculas con mayor rapidez, sino también más sostenibles y respetuosas con el medio ambiente. En palabas de Alex Zhavoronkov, fundador y CEO de la compañía, “nuestra inteligencia artificial está diseñada desde cero para producir una química muy precisa que proteja la salud humana, al tiempo que garantiza la seguridad a corto y largo plazo”.
Por su parte, la empresa alemana Agvolution ha desarrollado un sistema de IA que utiliza datos de sensores solares para controlar el microclima alrededor de los cultivos. Sus dispositivos miden la temperatura, la radiación y la humedad del suelo en el campo y esos datos son utilizados por los algoritmos para hacer recomendaciones precisas sobre el estado de las plantas e indicar la cantidad exacta de agua y fertilizante que se debe utilizar.
Agvolution ha desarrollado un sistema de IA que utiliza datos de sensores para controlar el microclima alrededor de los cultivos y hacer recomendaciones sobre la cantidad exacta de agua y fertilizante que se debe utilizar. Foto: Agvolution.
Con el objetivo de atajar este problema nace Winnow Solutions, una plataforma inteligente desarrollada con IA por la startup Winnow Vision, y que está destinada a la hostelería para identificar y dar valor a la gran cantidad de desperdicios que se generan diariamente en este sector.
Con la automatización de los datos e imágenes, Winnow Solutions mejora el seguimiento específico de los desperdicios de alimentos situándose encima de las papeleras de los comercios de alimentación, de tal forma que cuando la comida se tira, el sistema toma y recopila la imagen del alimento reconociéndolo con un 80% de precisión, reduciendo así el error humano y ahorrando tiempo. Además, el sistema también es capaz de diferenciar elementos tan similares en aspecto que ni el ojo humano podría detectar mientras aprende a través de su uso. A medida que se recopilan imágenes, la máquina se acerca cada vez más a una automatización completa.
Asimismo, la inteligencia artificial es capaz de realizar un seguimiento preciso del inventario de los productos mediante algoritmos que tienen en cuenta toda aquella variable que afecta a las empresas, permitiendo así hacer un cálculo mucho más aproximado a la cantidad de excedentes correcta. Incluso algunos de esos algoritmos, como el desarrollado por Afresh Technologies, tienen en cuenta también elementos intangibles como el clima o la frescura de los productos, lo que hace posible una predicción de demanda que ayuda a las compañías de distribución de alimentos a ajustar su oferta de forma mucho más eficiente.
Copyright 2024 Web And Net, All Rights Reserved. Developed By Web and Net S.A.S.
