Microsoft planea transformar la simulación de desastres naturales con la computación en la nube
La predicción meteorológica es, como se sabe, un campo complejo, pero esta tarea es cada vez más importante para el funcionamiento diario de nuestro planeta. El cambio climático intensifica la escala y las consecuencias de los desastres naturales devastadores, desde los incendios forestales y los tifones hasta las inundaciones y los ciclones.
Saber con exactitud cuándo y dónde ocurrirá un desastre natural (o, al menos, recibir un aviso previo de unas pocas horas) puede cambiar radicalmente el desenlace para la población afectada. En este ámbito, Microsoft ve no solo la oportunidad de hacer el bien, sino también un nicho rentable que puede aprovechar para su servicio de computación en la nube Azure.
En el marco de su programa AI for Earth, la empresa ha reunido una serie de propuestas en lo que denomina «planetary computer» (ordenador planetario). Estas propuestas incluyen una API para identificar objetos, así como especies de plantas y animales. AI for Earth ofrece subvenciones a científicos y otras personas para utilizar Azure en sus investigaciones y simulaciones. El programa se suma a otras iniciativas en la nube de la compañía, como AI para la salud y AI para la accesibilidad.
Si te interesa cómo funciona el llamado ordenador planetario y dónde están los obstáculos para una simulación de desastres naturales más eficaz, hay que centrarse en todos los aspectos del sistema de respuesta ante desastres. El director de programas del proyecto explicó a TechCrunch que las ambiciones del proyecto siguen siendo tan firmes como antes.
«El objetivo es disponer de un ordenador planetario que ayude a cada persona a gestionar los ecosistemas de la Tierra, ya que es la única forma de ser eficaz en caso de catástrofe»
Aunque el programa se centra en «mitigación, respuesta y recuperación», la fase de respuesta es la más interesante, ya que las decisiones deben tomarse lo más rápido posible. Nuñez señaló que, en los últimos años, la IA ha avanzado de forma extremadamente rápida, especialmente en los campos relacionados con el medio ambiente. Según él, la inteligencia artificial no necesita tantos datos como creen muchos.
En el ámbito del reentrenamiento de algoritmos se ha logrado un gran progreso. Científicos e ingenieros trabajan mucho para acercar a las personas a la comprensión de la IA y de cómo se puede construir un modelo de aprendizaje profundo extremadamente eficaz. Uno de los grandes desafíos al aplicar la IA a los sistemas terrestres es la cantidad de disciplinas que hay que combinar para que la simulación tenga éxito.
Sin embargo, muchas disciplinas siguen aisladas unas de otras. Además, no hay una brecha más amplia que la que existe entre los científicos y los investigadores de IA. Nuñez ve en el programa la oportunidad de implicar constantemente a todas las partes en la lucha contra algunos de los problemas más complejos a los que se enfrenta el planeta.
«Hay dinámicas diferentes por distintos incentivos: en la comunidad científica existe el incentivo de generar más conocimiento, pero para los desarrolladores de modelos consiste en obtener rápidamente buenas respuestas. ¿Con qué rapidez se deben tomar decisiones en condiciones de incertidumbre?»
Una forma de cerrar esta brecha es lo que Nuñez llamó «reciclaje profesional», es decir, ofrecer a los científicos la posibilidad de formarse más en inteligencia artificial. Todo ello forma parte de la misma estrategia: ayudar a las personas a realizar análisis ambientales más rápido y mejor. No hay nada más complejo que el análisis geoespacial. Los ordenadores son buenos en una dimensión, pero no se les da muy bien trabajar con objetos situados unos junto a otros.
Sánchez-Andrade Nuñez se formó inicialmente en astrofísica, pero se reorientó hacia los SIG (sistemas de información geográfica). Los esfuerzos de formación en habilidades avanzadas de inteligencia artificial han disminuido, ya que las bibliotecas se han ampliado, los módulos generales de IA funcionan bien y existen enormes materiales educativos disponibles para comprenderlos.
El director de programas de AI for Earth afirmó que antes las personas necesitaban un doctorado y hoy basta con 10 líneas de código. Sin embargo, este poder creciente lleva a la gente a creer que la IA puede resolver cualquier problema planetario. No puede o, si se es más optimista, todavía no puede.
«Intentamos reducir el revuelo en torno a la inteligencia artificial. Si no sabes qué es la IA, no creerás lo que es»
El programa pone el énfasis en la explicabilidad en muchas de sus iniciativas, para que científicos e investigadores de IA puedan comprender juntos los resultados que se obtienen de los modelos. Esta misión se alinea cada vez más con las instituciones gubernamentales pertinentes. Recientemente, AI for Earth firmó un acuerdo de colaboración con el Centro de Investigación en Ingeniería del Ejército de EE. UU. para mejorar el sistema de vigilancia de las zonas costeras.
Al final, la simulación se está volviendo cada vez más madura, aunque queda mucho trabajo por hacer. «Ahora mismo diría que todavía estamos en la fase de entresuelo. Muchos procesos requieren mucho procesamiento especializado», afirmó Nuñez. La buena noticia es que cada vez más personas salen al campo de batalla, intentan unir los puntos y, en el proceso, mejorar la capacidad de respuesta ante desastres naturales en todo el mundo.
