Combatir el fuego con IA

Nada está más asociado con muerte y destrucción que un incendio. Puede producir un miedo primario en todos nosotros.

Así que, cuando un profesor universitario en Seúl, Corea del Sur, desafío a su clase a que utilizaran datos para encontrar soluciones para complicados problemas del mundo real, un estudiante sugirió analizar información en poder del Departamento de Bomberos de la ciudad.

La idea era predecir la probabilidad de incendios para que las autoridades pudieran tomar acciones para hacer más segura la ciudad para sus más de 9 millones de residentes.

El profesor Jae Seung Lee de la Universidad Hongik y sus estudiantes utilizaron inteligencia artificial (IA) y algoritmos de aprendizaje automático (ML) para desarrollar un nuevo modelo que puede hacer justo eso.

Con Azure Machine Learning Studio, corrieron diferentes módulos de ML hasta que pudieron predecir incendios con una tasa de precisión del 90%.

Maximizar la preparación

La información que extrajeron de las bases de datos identificó partes de la ciudad con una alta probabilidad de incendio – conocimiento que ha impulsado a los bomberos para optimizar sus rutas y despliegues de patrullaje.

Tener más equipos de bomberos en servicio en vecindarios más “inflamables” significa que pueden responder más rápido a las llamadas y así garantizar la seguridad de las personas y minimizar el daño a propiedades.

El análisis también buscó las ubicaciones de estaciones de bomberos y brechas detectadas o áreas en blanco que no estaban cubiertas de manera adecuada. Debido a que Seúl es ya una ciudad muy desarrollada, no se puede construir tan solo una nueva estación. En su lugar, las autoridades desplegaron más equipos de bomberos a estaciones a las orillas de las áreas marginadas.

El profesor Lee admite que se sorprendió por algunos de los descubrimientos del proyecto.

“Pensaba que los distritos más viejos, como Gangbuk, eran más propensos a incendios. Pero el modelo reveló otra cosa”, comentó. “Los distritos más nuevos, como Gangnam, en realidad son más susceptibles a incidentes de incendios, ya que hay más tiendas y gente en los alrededores. El estacionamiento ilegal también juega un rol”.

Las autoridades de la ciudad han dado la bienvenida a información de valor inesperada.

Jeong Joon Ahn, director de la división de big data en el gobierno metropolitano de Seúl comentó, “El proyecto es un buen ejemplo de lo que queremos conseguir. Queremos utilizar la tecnología más reciente, como la inteligencia artificial, para hacer nuestra ciudad más segura mientras utilizamos nuestros recursos de manera más eficiente”.

Construir confianza

El departamento tenía “muchos datos” sobre las causas de los incendios, sus ubicaciones, así como los números de víctimas, pero querían asegurarse que los datos fueran compartidos en una manera que protegiera la privacidad de los ciudadanos.

Para hacer eso, el profesor Lee sugirió construir una máquina virtual (VM, por sus siglas en inglés) Microsoft, que mantuvo seguros y restringidos los datos sólo para individuos seleccionados.

Nadie de fuera, ni siquiera el profesor, tenía acceso a los datos originales. En su lugar, tuvo que trabajar con información “resumida”, la cual no siempre podía descargar.

Este enfoque cauteloso construyó un nivel de confianza con el Departamento de bomberos que permitió al proyecto tener éxito.

Oportunidades para el futuro

El profesor Lee ahora quiere aplicar el modelo predictivo del equipo a otros problemas de la ciudad, como el crimen y el tráfico.

En la actualidad, el equipo aborda el tema de la accesibilidad para silla de ruedas a través de la capital. Y, la colaboración de la universidad con las autoridades ha pavimentado el camino para un “Big Data Campus del Gobierno Metropolitano de Seúl” – una iniciativa que brinda espacio para que los investigadores accedan a conjuntos de datos públicos y privados en entornos controlados.

Para equipar a sus estudiantes con las habilidades adecuadas para un mundo habilitado por IA, el profesor Lee enseña lo esencial, como estadística básica y codificación. Pero él dice también que necesitan más para generar un impacto.

“Mis estudiantes necesitan saber muy bien de planeación urbana y entender cómo funciona la ciudad. Ese es el tipo de conocimiento de dominio que necesitas para definir los problemas correctos. Si has definido el problema correcto, la solución es mucho más fácil de encontrar”.