Por: Juan M. Lavista Ferres, científico jefe y director de laboratorio en Microsoft AI para Good Research Lab.
Cuando pensamos en la creciente temporada de incendios forestales en todo el mundo y su impacto en las personas y el planeta, es fácil sentirse impotente. Pero la IA puede ayudar.
Los incendios forestales ya han comenzado a batir récords en América del Norte. En lo que va del año, hemos visto más de 28 millones de acres quemados en Canadá, que han cubierto de humo toda la costa este y creado un aire inseguro para millones. Los incendios recientes que rodean el Mediterráneo provocaron la evacuación de miles y la muerte de dos pilotos de helicópteros en Grecia. En julio, vimos el día más caluroso jamás registrado en la Tierra, cuatro días seguidos, lo que creó condiciones de calor peligrosas y perpetuó condiciones similares a las de la sequía. Y según un informe reciente de Challenge Seattle, en el estado natal de Microsoft, Washington, deberíamos esperar pasar varios días en el interior de nuevo este año. Todavía están frescos los recuerdos de 2022, cuando varias partes del estado tuvieron la peor calidad del aire del mundo durante varios días.
¿Cómo podemos mitigar esta crisis?
Uno de los mayores desafíos es que los incendios forestales son el resultado de variables aleatorias, un proceso estocástico, por lo que es imposible predecir con exactitud cuándo y dónde ocurrirán. Además, los bosques son extensos y es difícil administrar los recursos para saber cómo y cuándo implementar las herramientas de extinción de incendios. Solo en el estado de Washington, hay más de 22,5 millones de acres boscosos, que cubren cerca de la mitad de la superficie terrestre del estado. En Microsoft AI for Good Lab, sabíamos que la IA podría ser una herramienta poderosa. Con IA, podemos construir modelos de probabilidad que nos ayuden a prepararnos mejor y tener ayuda lista donde más se necesite. La predicción precisa y confiable de incendios forestales puede ayudar a las partes interesadas y a los tomadores de decisiones a tomar acciones oportunas, estratégicas y efectivas para prevenir, detectar y suprimir los incendios forestales antes de que se salgan de control.
Para ver si podemos predecir incendios forestales de manera precisa y confiable en función de modelos de predicción, desarrollamos un marco basado en mapas históricos de áreas quemadas, clima y datos geoespaciales para ver cómo la IA podría usarse para modelar y predecir el riesgo de incendios forestales con el objetivo de mejorar gestión y despliegue de recursos para ayudar a combatir los incendios forestales.
En colaboración con el doctor Narendran Kodandapani del Centro de Investigación Espacial y Ambiental Avanzada en Bengaluru y la Organización de Investigación Espacial de la India, nos enfocamos en la cordillera de los Ghats Occidentales en la India. Este sitio del Patrimonio Mundial de la UNESCO incluye uno de los «ocho ‘puntos más calientes’ de diversidad biológica del mundo» y es el hogar de uno de los mejores representantes de bosques tropicales no ecuatoriales de hoja perenne en cualquier lugar, junto con al menos 325 especies de flora, fauna y aves, especies de anfibios, reptiles y peces amenazadas a nivel mundial. También es el hogar de devastadores incendios forestales anuales durante la estación seca de verano.
Si bien la predicción de incendios forestales es en extremo desafiante, demostramos que los datos históricos y los modelos de aprendizaje automático brindan información importante a los tomadores de decisiones sobre cómo dirigir sus recursos de manera más eficiente. Razonar sobre estos datos y darles sentido sería imposible sin la IA. Este marco de modelado y esquema de evaluación se puede utilizar para cualquier paisaje en el que haya áreas quemadas a nivel histórico o incidentes de incendios forestales disponibles. Tales acciones proactivas pueden ayudar a minimizar el daño potencial causado por la ignición y la propagación de futuros incendios.
Los investigadores y Microsoft también trabajan para mejorar el pronóstico estacional para ayudar con la asignación de agua y la gestión de incendios forestales. Las mejoras en la corrección del sesgo adaptativo, un método que combina estos pronósticos con modelos que utilizan el aprendizaje automático y la IA, mejoran de manera notable la capacidad de predecir tanto la temperatura como la precipitación con dos a seis semanas de anticipación. Esta información será utilizada por agencias locales y federales en los EE. UU. y más allá.
Otras soluciones de IA
Microsoft no es la única empresa que utiliza IA para ayudar a resolver este problema. Al llevar la tecnología de aprendizaje automático a la detección de incendios forestales, la empresa emergente Pano AI ofrece una herramienta de detección temprana que combina el poder de la IA y el software basado en la nube, y aprovecha las cámaras, los satélites y otras fuentes de datos para identificar el humo y el fuego de inmediato, señalar la latitud y longitud y alertar de manera automática a los profesionales de monitoreo de incendios para desplegar recursos con rapidez.
Y RADR-Fire, o Rapid Analytics for Disaster Response for Wildfires (Análisis Rápido para Respuesta a Desastres por Incendios Forestales), desarrollado por el Laboratorio Nacional del Noroeste del Pacífico, utiliza datos de detección remota para mapear y analizar el comportamiento de los incendios forestales, informar las decisiones de manejo de incendios y predecir daños futuros. RADRFIRE puede predecir la dirección y la velocidad de los incendios forestales y señalar las áreas más afectadas y puede resaltar los puntos calientes para informar dónde se debe arrojar el retardante de fuego, proyectar qué intervenciones podrían ser las más adecuadas para suprimir el fuego en el momento en función de las experiencias de incendios anteriores, y sugerir rutas de salida de emergencia.
A medida que nos adentramos en otra temporada de incendios forestales, es alentador ver avances en esta tecnología para ayudar.
Esta es la primera pieza de una serie sobre cómo la IA puede ser una fuerza para el bien y ayudar a resolver los problemas más apremiantes del mundo.