Mapas mejorados gracias a la inteligencia artificial que ayudan a proteger el medioambiente

0
430

Chesapeake Conservancy es un grupo ecologista que lucha por la conservación de toda la cuenca de la bahía homónima. Hace dos años, presentó uno de los mapas de más alta resolución jamás realizados en los EE.UU, de un territorio que abarcaba 259.000 kilómetros cuadrados, con 207 ciudades y condados rurales.

Este mapa estaba basado en imágenes satelitales actualizadas y contaba con una resolución de un metro, frente al anterior era de 2011 y su resolución era de 30 metros: esto significaba que un único píxel de este mapa ya no representaba todo una finca, sino que permitía identificar cultivos individuales.

El mapa constaba de 80.000 celdas, equivalentes cada una de ellas a unos 33,7 kilómetros cuadradas, que tras ser analizadas por un ordenador, fueron revisadas una a una por humanos para clasificar la cobertura del suelo (vegetación, agua, hormigón, etc), una labor que requirió de un equipo de 30 personas trabajando durante 10 meses.

Algoritmos para identificar cultivos, lagos y carreteras

El análisis computerizado del mapa se llevó a cabo mediante el uso de la herramienta de código abierto Microsoft Cognitive Toolkit 2.0 y de la nube de Azure, gracias a la colaboración entre los ecologistas y el programa AI for Earth puesto en marcha por Microsoft.

Esto ha permitido a Chesapeake Conservancy usar un software capaz de analizar e identificar cada elemento del mapa gracias al aprendizaje automático: «Su cerebro contiene un algoritmo que ha sido entrenado para identificar imágenes: ‘Eso es un árbol, eso es un coche, eso es una barca'», explica el responsable de medio ambiente de Microsoft, Lucas Joppa.

En el blog de Medioambiente de Microsoft resumen los retos a los que se enfrentan a la hora de intentar elaborar esta clase de mapas:

«Los mapas de cobertura terrestre en tiempo real y de alta resolución pueden guiar los esfuerzos de conservación, pero la creación de estos mapas utilizando las imágenes disponibles y el seguimiento de los cambios a lo largo del tiempo requiere complejos algoritmos y recursos informáticos[…] capaces de seguir el ritmo de la creciente velocidad de recopilación de datos».

Gracias a lo aprendido trabajando con el mapa de la bahía, Microsoft pudo recurrir a su Proyecto Brainwave para procesar 200 millones de imágenes satelitales en tan sólo 10 minutos (y por un coste de menos de 40€) y generar inmediatamente a continuación un borrador del mapa de cobertura terrestre de todos los Estados Unidos.

Estos mapas de alta resolución permitirán ahora a los grupos ecologistas evaluar los cambios sufridos por el entorno a una frecuencia mucho mayor, y concentrarse allí donde los cambios son más rápidos y agresivos. Por eso Chesapeake Conservancy está ahora colaborando con grupos de otras regiones de los EE.UU (Iowa, Arizona, los Grandes Lagos) para generar nuevos mapas, gracias a la capacidad de procesamiento que les confiere la tecnología de Microsoft.

Sin embargo, no todo lo aprendido en Chesapeake es exportable a otras zonas: por ejemplo, el algoritmo de aprendizaje automático, entrenado en analizar los tonos azul y verde de la cuenca del Chesapeake, no mostró un buen rendimiento al enfrentarse a los colores beige y arenisca que dominan el paisaje árido de Arizona.