Científicos de EE. UU. usan IA para predecir inundaciones costeras
Más de la mitad de la población de EE. UU. vive en ciudades o condados costeros, que generan el 58% del producto interno bruto del país. Estas comunidades costeras y su infraestructura son especialmente vulnerables al viento y a las inundaciones provocadas por tormentas tropicales, huracanes y lluvias torrenciales.
Con métodos de inteligencia artificial y aprendizaje automático (AI/ML), el profesor del Departamento de Informática de la LSU (Universidad Estatal de Luisiana) Hartmut Kaiser trabaja en mejorar la preparación ante inundaciones y en mitigar sus efectos.
Kaiser, que también es investigador sénior del Centro de Computación y Tecnología de la LSU, se convirtió en codirector de este proyecto junto con un grupo de científicos de la Universidad de Texas en Austin (Clint Dawson), la Universidad de Notre Dame (Joannes Westerink) y el Laboratorio Nacional Lawrence Berkeley (Ruby Leung).
Su proyecto es uno de los tres financiados por la Oficina de Investigación en Computación Científica Avanzada del Departamento de Energía de EE. UU., y cada uno recibe 15,1 millones de dólares durante tres años.
«La colaboración entre disciplinas científicas, como la creada en el marco de este programa, abre el camino a futuros descubrimientos científicos, combinando de forma nueva conocimientos, habilidades y herramientas diversas para resolver numerosos problemas críticos. Estos proyectos pueden revolucionar el rendimiento científico de nuestras instalaciones, trabajando en la solución de algunos de los grandes problemas de Estados Unidos»
En el marco del proyecto llamado MuSiKAL (Modelado multifísico y descubrimiento de conocimiento con IA/AM), Kaiser y sus colaboradores llevarán a cabo las siguientes tareas:
- integrarán el modelo exaescala del sistema Terrestre (ESM) del Departamento de Energía de EE. UU. con un modelo costero de circulación multiescala y multifísico de alta resolución
- desarrollarán un gemelo digital (DT) de alta precisión con soporte de IA/AM para el ESM acoplado, a fin de reducir el retraso en la predicción de inundaciones y en la planificación de la mitigación
- desarrollarán una recopilación de datos científicos basada en inteligencia artificial/aprendizaje automático y plataformas web visuales para conectar a experimentadores y científicos informáticos, con el fin de recopilar datos continuamente sobre el terreno y desde satélites mediante el DT
- demostrarán las múltiples capacidades y flujos de trabajo de MuSiKAL utilizando conjuntos de datos completos centrados en el Golfo de México, con un fuerte énfasis en conectar a varias partes interesadas para diseñar conjuntamente la recopilación de datos, analizar conjuntamente la modelización de inundaciones e integrar y entrenar continuamente los datos de los modelos
«La costa del Golfo de México a lo largo de Texas, Luisiana y Misisipi alberga importantes nodos energéticos de EE. UU., pero también es hogar de sectores de población socialmente vulnerables. Estos esfuerzos propuestos contribuyen a movilizar la ciencia y el conocimiento para minimizar los daños por inundaciones y mejorar la estabilidad socioeconómica de la región»
En última instancia, el proyecto MuSiKAL contribuirá de forma significativa al programa DOE Advanced Scientific Computing Research Integrated Computational and Data Infrastructure, desarrollando una plataforma escalable y distribuida de almacenamiento y gestión de datos conforme a los principios FAIR (localizabilidad, accesibilidad, interoperabilidad y reutilización) e implementando una plataforma DT integral y basada en modelos que permita una estrecha colaboración entre experimentadores y colegas de informática.
«El bienestar de todos los estadounidenses depende de la integridad ambiental y de la productividad sostenible del océano, de nuestras costas y de las cuencas costeras. Las capacidades actuales de predicción de inundaciones costeras están limitadas por una representación inadecuada de los procesos costeros en los ESM, especialmente en lo referente a los peligros costeros, y por la falta de un flujo de trabajo automatizado que facilite la transferencia bidireccional de información entre experimentadores/expertos en la materia e informáticos. Nuestra investigación tiene como objetivo desarrollar un marco DT capaz de integrar, casi en tiempo real, múltiples fuentes de datos y recursos informáticos distribuidos y paralelos, combinado con métodos de IA/aprendizaje automático, para mejorar significativamente las capacidades actuales de predicción de riesgos en la zona costera»
Los científicos de la LSU no son los primeros en usar la inteligencia artificial para predecir el tiempo y los desastres naturales. En mayo de 2021, el Centro Nacional de Investigación Atmosférica de EE. UU. (NCAR) desarrolló un sistema de IA para predecir granizo, tornados y vientos fuertes durante una tormenta, algo difícil de prever con los modelos meteorológicos tradicionales. La información es de libre acceso en internet y se actualiza dos veces al día.
En septiembre de 2021, el laboratorio británico DeepMind desarrolló la herramienta de aprendizaje profundo DGMR, que predice con precisión la probabilidad de lluvia en los próximos 90 minutos. Los investigadores entrenaron la inteligencia artificial con datos de radar que las agencias meteorológicas de muchos países publican con regularidad. Por ejemplo, en Reino Unido se publican nuevas lecturas cada cinco minutos.
