Saltar al contenido

Una mirada a cómo la inteligencia artificial podría prevenir los desastres naturales

5 de octubre de 2022

Según los Centros Nacionales de Información Ambiental, a partir de julio de 2022, nueve eventos de desastres climáticos superaron los mil millones de dólares en pérdidas. El huracán Ian, que ha reportado la muerte de más de 100 personas y causó hasta $47 mil millones en pérdidas aseguradas, podría convertirlo en la tormenta más costosa en la historia de Florida.

Desde junio de 2022, las inundaciones en Pakistán han matado a 1678 personas y han arrasado aldeas e infraestructura, dejando atrás a 3,4 millones de niños con mayor riesgo de enfermedades transmitidas por el agua, ahogamiento y desnutrición. El huracán Fiona dejó a 900.000 personas sin electricidad en Puerto Rico.

Dado que los desastres naturales se vuelven cada vez más frecuentes y peligrosos en todo el mundo, la aplicación de tecnología como la inteligencia artificial (IA) tiene el potencial de prevenir o mitigar la destrucción.

Según Neil Sahota, IBM Master Inventor, asesor principal de inteligencia artificial en las Naciones Unidas y cofundador de AI for Good Global Summit, las personas ven los desastres naturales como eventos extremos y repentinos. Pero en realidad, Sahota dice que miles de pistas sutiles y lentas indican la probabilidad y la gravedad de un desastre natural.


Recomendado: ¿Qué es el Big data?.


«Como humanos, estamos conectados para esas amenazas inmediatas y de rápido movimiento [..]; desafortunadamente, no somos buenos con las amenazas lentas y a largo plazo», dijo Sahota. «Afortunadamente, la IA lo es, y es por eso que se ha convertido en una herramienta poderosa para predecir desastres naturales y permitirnos tomar medidas para mitigar y incluso prevenirlo».

Sahota usa los incendios forestales como un ejemplo de cómo la IA es buena para procesar grandes cantidades de datos en tiempo real y encontrar esas conexiones sutiles entre las variables. «Tendemos a observar las condiciones climáticas, la cantidad de maleza y otros combustibles potenciales, y la topografía del área para evaluar el riesgo de incendio», dijo Sahota. «Pero a medida que se han desarrollado más herramientas de incendios forestales de IA, hemos aprendido sobre muchos otros factores involucrados, incluida la ignición».

Sahota dice que los datos de la investigación con empresas mineras muestran que los rayos pueden ser una fuente importante de incendios forestales, pero ¿cómo podemos evaluar algo tan aleatorio?

«La gente puede tener problemas con esto, pero a la IA le ha resultado mucho más fácil predecir dónde pueden ocurrir tormentas eléctricas, la probabilidad de dónde tocará el suelo y cuáles son los «puntos calientes» que se incendiarían», dijo Sahota. «Como resultado, ahora examinamos muchas más fuentes de ignición, como la electricidad estática, las superficies calientes e incluso la fricción, para evaluar la amenaza de un incendio forestal».

Sahota sostiene que la IA puede prevenir el próximo desastre natural al determinar el efecto dominó o los impactos indirectos de un posible desastre natural.

«Veamos las inundaciones costeras», dijo Sahota. «A menudo usamos los niveles del mar y la métrica clave, pero recientemente vimos un brote de la enfermedad de Lyme en el sureste de los EE. UU. en lugares donde la enfermedad de Lyme era prácticamente inexistente».

Sahota dijo que mientras estudiaban el problema, descubrieron que las garrapatas que normalmente tienen la enfermedad migraban desde las costas hacia el interior. «Se produjo un cambio sutil en el entorno costero, pero no fue tan sutil para las garrapatas», agregó Sahota.

«Al aprovechar esto y aprovechar la IA, los científicos están construyendo una mejor imagen de cómo un evento puede afectar a todo el ecosistema», dijo Sahota. «Ahora, tenemos IA que estudia la vida marina, las corrientes e incluso las temperaturas del océano para encontrar esas pistas sutiles sobre una posible inundación».

Desde la anticipación hasta la optimización de los recursos de socorro y la comprensión de los peligros, la IA puede ayudar a detectar y prepararse para el clima extremo y otros peligros. Un equipo de la Universidad de Lancaster creó un sistema de mapeo de desastres y detección de daños que permite a los equipos de rescate priorizar las áreas designadas en sus esfuerzos de socorro. La plataforma funciona con datos etiquetados de colaboración colectiva (bloqueo de carreteras, áreas inundadas, edificios dañados) marcados por voluntarios en el terreno.

«Huracán Ian [..] es un ejemplo de dónde la inteligencia híbrida, la combinación de las fortalezas humanas y de IA, puede haber ayudado a mitigar algunos de los impactos», dijo Sahota.

«La capacidad en tiempo real de AI para tener en cuenta miles de datos climáticos nos habría ayudado a predecir mejor el cambio de una tormenta tropical a un huracán, de una tormenta tropical a un huracán», dijo Sahota. «Esto nos hubiera dado una mejor oportunidad de prepararnos en las Carolinas y tal vez incluso para Florida».

Sahota dice que la IA también habría ayudado en varios frentes. «Usando IA, podríamos perfeccionar la trayectoria del huracán antes [..] lo que habría ayudado a desplegar rápidamente recursos médicos, alimentos y agua antes de que azotara el huracán», dijo Sahota. «Y luego también aprovechar la capacidad de AI como entrenador de comunicación para involucrar [..] gente con derecho [..] motivaciones para evacuar a tiempo, lo que con suerte habría reducido el número de muertes».

«Con un alto nivel de confianza, conociendo las áreas de alto riesgo de devastación, podríamos prepararnos mejor sobre dónde desplegar recursos para un tiempo de recuperación más rápido en servicios básicos como agua, energía eléctrica y suministros de alimentos», dijo Sahota.