Las nuevas tecnologías pueden ser aprovechadas para obtener grandes beneficios para la humanidad. Es el caso de la Inteligencia Artificial (IA) que se puede utilizar para predecir eventos climáticos extremos y trabajar para evitarlos o prepararse para ellos.
La tecnológica IBM, quien trabaja en el desarrollo de proyectos que aprovechen la IA para beneficios del clima, señaló que cada vez más ocurren eventos como incendios forestales catastróficos, lluvias abundantes e inundaciones en todo el mundo, consecuencia de la huella de carbono por lo que es urgente aprovechar la tecnología para combatirlo.
Como parte de la misión de IBM de acelerar el desarrollo de soluciones para el cambio climático, la compañía impulsa nuevas investigaciones para construir soluciones reales y con foco en el impacto, con el objetivo de que las organizaciones puedan modelar y evaluar su riesgo climático y sus estrategias de mitigación”, indica la empresa en un reporte.
Un ejemplo del uso de Inteligencia Artificial en el combate contra el cambio climático es la cuantificación del secuestro de carbono en bosques y espacios verdes urbanos.
IBM explica que los árboles pueden extraer dióxido de carbono (CO2) de la atmósfera y almacenarlo en sus troncos, tallos y raíces. Sin embargo, detalló, no todos los árboles son iguales, ya que algunos almacenan carbono más rápido, pero tienen una vida más corta, mientras que otros extraen CO2 más lentamente y viven mucho más.
Agregó que es importante cuantificar el secuestro de carbono en árboles en ciudades o bosques, ya que el cambio climático puede incidir en el lugar y el ritmo de crecimiento de los árboles en un área geográfica, y en la cantidad de carbono que puede almacenarse en ellos.
“Para abordar esta necesidad insatisfecha, se utilizó información hiperespectral de Geoespacial PAIRS, combinada con segmentación de imágenes y herramientas de clasificación de aprendizaje profundo, para desarrollar una calculadora que cuantifica el almacenamiento de carbono a nivel de cada árbol”.
“Mediante la combinación de datos climáticos, meteorológicos, satelitales y LiDar (Light Detection and Ranging) en la plataforma PAIRS, es posible estimar la ubicación óptima para plantar especies en amplias regiones, así como cuantificar, varias veces al año, la capacidad de cada árbol de extraer y almacenar carbono”, explica el reporte.
Agrega que en este proyecto de plantar árboles se emplean imágenes de fuente abierta en combinación con herramientas de aprendizaje profundo, y se propone un método transparente que puede ser empleado para determinar patrones de plantación de las especies más indicadas, maximizar el secuestro de carbono y permitir a las organizaciones compensar sus emisiones y lograr el estado de cero emisiones netas.
Otro ejemplo del uso de la Inteligencia Artificial es la predicción de lluvias extremas que pueden ser devastadoras.
IBM explica que la predicción de lluvias extremas con semanas de anticipación sigue siendo un reto significativo, incluso para sistemas de pronósticos estacionales avanzados.
La compañía detalló que para realizar esta investigación sobre la predicción de lluvias extremas, aplicó una arquitectura de aprendizaje automático basada en transformadores para predecir directamente las precipitaciones diarias en una semana dada, hasta seis meses en el futuro.
Explica que la red de transformadores de fusión temporal (TFT, por sus siglas en inglés) combina los pronósticos de múltiples horizontes con componentes especializados para seleccionar información relevante y suprimir características innecesarias.
Los resultados demuestran que la red TFT supera en desempeño los más avanzados sistemas de pronóstico existentes, incluso en horizontes de seis meses. Si bien esto parece justificar una celebración, otro punto de referencia clave de un pronóstico estacional de seis meses es si puede vencer a la climatología. Aquí, la climatología significa las condiciones promedio respecto de un periodo anterior, en general de 10 a 30 años”, detalla la tecnológica.
Agrega que los modelos de pronósticos estacionales rara vez son mejores que la habilidad de la climatología más allá de cuatro a cinco meses en el futuro.
“En otras palabras, podrían usarse las condiciones climatológicas históricas para predecir lo que sucederá en noviembre, por ejemplo. Sin embargo, la red TFT logró superar a la climatología en ubicaciones clave en Florida y en Río de Janeiro, las dos áreas de prueba, lo cual marca un futuro prometedor para las predicciones de precipitaciones extremas estacionales basadas en inteligencia artificial de IBM”.