Microsoft Argentina presenta los resultados de la primera etapa de una investigación realizada por Ana Liberoff, Natalia Pessacg y Silvia Flaherty, tres científicas argentinas beneficiaras del programa AI for Earth (para la tierra), que durante un año entero utilizaron inteligencia artificial (IA) y redes neuronales con el propósito de crear un mapa de uso y cobertura del suelo para el Valle Inferior del Río Chubut, a partir de imágenes satelitales, para contribuir en la conservación y gestión de los recursos hídricos.
Las sequías, los incendios forestales, la muerte de especies animales y vegetales, los desbordes de ríos y lagos, los pueblos enteros que deben escapar de sus tierras porque se vuelven invivibles, son algunas de las manifestaciones concretas que todos los días advierten que el cambio climático es una realidad urgente. De acuerdo con estudios previos realizados por las científicas[1], se estima un aumento de temperatura mayor a 1.5 °C y una disminución de la precipitación de entre 10 y 30% para la cabecera de la cuenca del Río Chubut, esto se traduce en una disminución de la producción de agua media anual de entre un 30 y un 40% para el periodo 2071-2100. Se trata de un área clave en la provincia y en la Patagonia ya que la mitad de la población de Chubut se concentra en la cuenca. Son 300.000 habitantes distribuidos mayormente en las ciudades de Trelew, Rawson, Gaiman, Dolavon y Puerto Madryn, que si bien está a 70km del Rio Chubut, toma agua de éste para el consumo humano e industrial. En el Valle Inferior del Río Chubut (VIRCh), donde vive la mitad de la población de la provincia, la agricultura es el motor productivo y el agua es un recurso fundamental para regar los cultivos.
Ana Liberoff, Natalia Pessacg y Silvia Flaherty son tres científicas argentinas que viven en Puerto Madryn. Ana y Natalia pertenecen al equipo de investigación del Centro Nacional Patagónico (CENPAT) que depende del CONICET y Silvia a la Universidad Nacional de la Patagonia San Juan Bosco. Desde hace seis años trabajan en la investigación de los servicios ecosistémicos que son aquellos que la naturaleza le brinda a la sociedad (como por ejemplo el suministro de agua limpia), de gran relevancia e impacto en la calidad de vida de las personas. En diciembre de 2018, a partir del programa AI for Earth de Microsoft, que invierte en investigación de IA y tecnología en cuatro áreas clave: cambio climático, agricultura, biodiversidad y agua, a través de contribuciones que brinden acceso a IA, ofertas de capacitación y educación e inversión en soluciones innovadoras, las científicas avanzaron un paso más en su investigación. Formaron un grupo interdisciplinario integrado por expertas en biología, meteorología, sensores remotos, ingeniería electrónica y computación. La próxima convocatoria cierra el 6 de enero de 2020 y para anotarse hay que ingresar acá: https://www.microsoft.com/en-us/ai/ai-for-earth-grants
Uno de los objetivos de este mapa es contar con tendencias de cambio de uso de suelo combinadas a cambio climático. Los efectos de éste sumados a la transformación en la cobertura del suelo pueden afectar la cantidad y calidad del agua del río. El 80% del agua del río se utiliza para el sistema agrícola ganadero, por eso, es muy importante la eficiencia del riego y estudiar qué se siembra y qué no en cada lugar. Para lograrlo se necesita tener un mapa de cultivos e identificar el tipo de prácticas que hay en cada parcela. Eso solo ha sido posible, y mucho más preciso, a partir del uso de Inteligencia artificial e imágenes satelitales.
Los feedlots, los lugares de engorde para vacas son también un caso concreto donde la gestión de uso del territorio puede aplicarse. En vez de dejar que las vacas deambulen y coman por ahí, le entregan la comida concentrada; lo único que hacen es comer durante todo el día. Al estar ancladas en un lugar, crecen mucho más en menos tiempo. Los desechos que genera si no están bien controlados, confluyen en los canales y ríos. Contar con un mapa de este tipo, precisamente, permitirá definir cuáles son las zonas adecuadas y menos perjudiciales para ubicar el feedlot, esto ayudará a controlar hacia dónde van esos desechos para no poner en riesgo el agua.
Alexandra Trujillo es ingeniera electrónica, becaria doctoral en el CENPAT, experta en Machine Learning/Deep Learning y se encargó de escribir una arquitectura nueva de modelo de deeplearning para clasificar usos y coberturas a partir de imágenes satelitales. El modelo lo bautizaron SatNet (por Satélite + Network) y se encuentra en proceso de registro académico. La aplicación de herramientas de inteligencia artificial vuelve al proyecto único en la Patagonia.
Si bien la clasificación de imágenes satelitales se puede hacer con distintas metodologías, la inteligencia artificial permite automatizar el proceso y repetirlo año a año automáticamente. Si se mira, por ejemplo, desde un satélite los cultivos se parecen mucho unos con otros y son muy difíciles de discriminar: cuáles son árboles, cuáles frutales, cuáles hortalizas o simplemente pasturas. Con herramientas de inteligencia artificial de Microsoft Azure lograron discriminar hortalizas -como la zanahoria, la lechuga y la cebolla-, los frutales -como la cereza y las manzanas- y algunas pasturas. Es aquí donde la inteligencia artificial ayuda a tomar la información de las imágenes, ya que para poder cuantificarlas es necesario saber qué hay en cada porción de tierra. Por eso, el mapa permite determinar áreas. Con Deep Learning y la creación de redes neuronales, al identificar ciertos patrones, se le enseña al modelo qué es cada cosa que ve para que después repita este ejercicio solo.
Durante estos meses de trabajo se atravesaron distintas etapas que incluyeron mapear los cultivos, la utilización y decodificación de imágenes satelitales y la creación de distintas redes neuronales, se generaron varias versiones de mapas para el Valle Inferior del Río Chubut. Aunque se sigue trabajando para mejorar el mapa final, hasta ahora hay 9 clases diferentes que son los usos de suelo principales que se encuentran en el valle, con buenos niveles de precisión que llegan al 83%. Tanto para organismos provinciales y nacionales, proyectos similares en otros puntos del país, como para aquellos encargados de administrar el agua, contar con mapas de estas características es esencial ya que ayuden a detectar tendencias y a planificar un mejor uso de los recursos naturales. Por eso, la idea es trabajar en conjunto con la Compañía de Riego del Valle Inferior del Río Chubut para generar una versión mejorada del mapa.
“Hablar de cambio climático es, ante todo, una oportunidad para generar conciencia sobre cómo debe actuarse para reducir el impacto negativo sobre el medio ambiente”, sostiene Diego Bekerman, gerente general de Microsoft Argentina. “Ser un nexo entre la mejor ciencia de nuestro país y la última tecnología de Microsoft es actuar en el presente pensando en el futuro”.
Procesos de Reentrenamiento: aprender es hacer algo nuevo en equipos interdisciplinarios
Producir conocimiento y ponerlo a disposición de la sociedad es trabajar sobre el presente, pero también sobre el futuro. Planificar, proyectar y mejorar la relación de los seres humanos con su entorno se vuelve fundamental en tiempos de cambio climático.
Detrás de un año enérgico de investigación, las historias de Ana, Silvia y Natalia condensan las transformaciones que vive cualquier investigador cuando se cruzan modos tradicionales de investigar y nuevas tecnologías: emerge la oportunidad y necesidad de aprender y desarrollar nuevas habilidades, además de entrar en contacto con expertos de otras áreas.
«AI forEarth te obliga a reunirte, a armar equipos interdisciplinarios para aprender entre pares. No es que una persona sola tiene que aprender y detentar el conocimiento, sino que es compartido. Cada uno aporta desde su capacidad y experiencia«, expresa Ana Liberoff, doctora en Biología especializada en Conservación y manejo de ecosistemas de agua dulce, quien hasta el momento conocía muy poco sobre inteligencia artificial. En este sentido, las tres coinciden que esta experiencia ha empezado a cambiar la manera de entender los modos de hacer investigación: pasar de grupos cerrados e individualistas a equipos en el que convergen especialistas de distintas áreas. “Más que enriquecernos es potenciar el trabajo en equipo y si bien aprendimos todos de todos cada una aportó su conocimiento. En equipo se lograron hacer cosas que individualmente no se podrían haber hecho”, concluyen Silvia Flaherty y Natalia Pessacg.
A fuerza de pequeñas capacitaciones entre todo el equipo, lograron sistematizar y distribuir el trabajo de investigación. También, generaron espacios de transmisión de saberes. Por ejemplo, Silvia Flaherty dio una clase sobre imágenes satelitales, mientras que Alexandra Trujillo aportó otra sobre redes neuronales. A su vez, Cristian Pacheco (CENPAT), experto en computación y colaborador en el proyecto, explicó de manera muy práctica cómo trabajar con phyton y ahora pueden leer, modificar y ejecutar este lenguaje de programación.
En tiempos de intensidad tecnológica, donde los modos de hacer ciencia no pueden pensarse apartados de la tecnología, se afianza una tendencia que va hacia equipos interdisciplinarios y transdisciplinarios, donde el conocimiento se construye en equipo y es preciso reinventarse, incorporar habilidades técnicas (como pensamiento computacional, programación, etcétera).
Fuente: Microsoft Argentina
Twitter
Facebook
G Plus