Conectando los puntos: cómo la IA y los drones están transformando las emergencias – Mozambique


El Programa Mundial de Alimentos se basa en respuestas de vanguardia a los ciclones Idai y Kenneth en Mozambique

Katarzyna Chojnacka

En 1997, en Nueva York, Deep Blue, una computadora que jugaba al ajedrez, fue noticia después de vencer al campeón mundial de ajedrez de la época, Garry Kasparov, a quien había perdido un año más. pronto.

La victoria de la computadora alimentó acalorados debates sobre la ética y los límites humanos, pero también inspiró imaginaciones futuristas de robots que invaden el mundo.

Los componentes humanos, como el trabajo, la regulación y el desarrollo, son tanto la creación como la cancelación de innovaciones. Sin embargo, debemos tener cuidado para evitar el escenario apocalíptico: máquinas que se vuelven contra la humanidad.

Un concepto erróneo de larga data sobre las computadoras es que harán que el trabajo humano sea redundante. Las máquinas tienen ventajas obvias sobre los humanos: se puede contar con ellas para una productividad continua. La llamada "tercera revolución industrial" que comenzó a principios de la década de 1970 trajo algo de automatización a la fabricación.

Ahorrar tiempo al subcontratar mano de obra manual ha aumentado el temor de que las máquinas reemplacen a los humanos en más tareas que las iniciales. Ahora estamos navegando por el panorama digital y ético de lo que algunos llaman la "cuarta revolución industrial". Los expertos coinciden en que la complejidad de la inteligencia artificial, incluido el aprendizaje automático, no puede imitar el procesamiento neuronal exacto del cerebro humano.

Lo que los humanos aún carecen de máquinas: formas abstractas de inteligencia como la empatía, el sentido común y el conocimiento que funcionan en conjunto en diferentes campos.

Dicha funcionalidad aún es difícil de traducir a un algoritmo y, por lo tanto, no se puede transferir a una máquina. Esto elimina la posibilidad, bueno, de eliminar el aporte humano de la ecuación de aprendizaje automático.

"El aprendizaje automático simplifica o acelera lo que los humanos pueden hacer", dice Marco Codastefano, especialista en datos del Programa Mundial de Alimentos (PMA). La IA hace que el trabajo humanitario sea más rápido y fluido. Junto con el ingenio humano, la ética y el buen juicio, las posibilidades de aplicaciones de IA en el campo humanitario son numerosas.

¿Quieres una mejor respuesta de emergencia? Agrega IA a los drones

Cuando se usa de manera responsable, la tecnología mejora la vida cotidiana, pero también puede beneficiar a las personas afectadas por desastres y crisis al apoyar a las organizaciones humanitarias. Después de que los ciclones Idai y Kenneth devastaran Mozambique en marzo y abril del año pasado, la IA y los drones fueron utilizados oficialmente por primera vez en una emergencia humanitaria por PMA

Las victorias han sido enormes. En una emergencia, la información es esencial. "Lo que podemos hacer es acelerar nuestra respuesta para minimizar el impacto y ayudar a las personas a reconstruir sus vidas", dice Codastefano.

Los drones ofrecen una forma relativamente económica de obtener los datos que necesita para tomar decisiones rápidas cuando el tiempo es corto. "Una de las tareas cruciales en una emergencia es difundir el conocimiento a los respondedores locales", dice.

Se han recopilado y ensamblado miles de imágenes de drones en una colcha de mapas rica en datos, presentando la información que el gobierno y las organizaciones de ayuda necesitan para tomar decisiones críticas: dónde y cómo obtener ayuda en la provincia de Sofala, en el centro de Mozambique y, más tarde, en Cabo Delgado, en el norte del país.

Independientemente de la calidad de las imágenes (en comparación con las imágenes de satélite que tenían una resolución más baja o no estaban disponibles en absoluto debido a la continua cobertura de nubes), llevó días analizarlas.

Aquí es donde AI entró en escena. DEEP (Digital Engine for Emergency Photo-analysis), una solución PAM interna, ha reducido el tiempo de análisis de unas pocas semanas a unas pocas horas. Desarrollado por Codastefano, DEEP se basa en aplicaciones de código abierto. Esto significa que su código fuente es visible para los programadores para inspeccionar, modificar o mejorar. Probado en el campo en Mozambique, ha demostrado ser un cambio de juego.

Siempre aprendiendo

"La idea (era) desarrollar un algoritmo que nos permita, a partir del mapeo que hicimos con drones, cuantificar rápidamente la cantidad de casas que existen en un área específica y cuantificar las casas que tienen sido destruido parcial y completamente ", dice Antonio Beleza, subdirector del Instituto Nacional para la Gestión de Desastres (INGC) en Mozambique.

Los drones, combinados con IA, dieron a la respuesta de emergencia una vista instantánea e inteligente de daños estructurales a vista de pájaro. Ahora los gobiernos, los donantes y las comunidades locales pueden obtener una imagen rápida y completa de la infraestructura dañada, pronosticar el costo de las reparaciones, estimar cuántas personas necesitan viviendas de emergencia y movilizarse en consecuencia .

Los trabajadores de ayuda que respondieron a Mozambique han mostrado un interés natural en aprender y explorar cómo la tecnología puede ayudarnos a ir más allá.

"Una vez que termine la fase de emergencia … queremos comenzar a prepararnos para la próxima temporada de lluvias", dice Beleza. Los pilotos de INGC capacitados por el PMA en 2017 y 2018 estuvieron entre los primeros en responder a los ciclones Idai y Kenneth. Hicieron pruebas de DEEP con impaciencia en junio y, tres meses después, ya estaban mapeando la cuenca del río Licungo utilizando drones de ala fija como parte de sus esfuerzos de preparación antes de la temporada de inundaciones. Los pilotos aún esperan el próximo desastre, listos para mapear y analizar en cualquier momento.

Y todo este aprendizaje no solo ocurre en el cerebro humano; Al igual que las rutas de senderismo en un bosque, las vías neuronales humanas y las máquinas se definen mejor a medida que se utilizan.

"En Mozambique, entrenamos (la computadora) para detectar edificios. En la próxima emergencia, podemos enseñarle al modelo a detectar otro objeto ”, explica Codastefano. Los objetos pueden ser infraestructura como puentes y caminos en formas más abstractas como agua estancada. Hay planes para usar cámaras más sofisticadas en drones, abriendo la puerta al análisis de datos en vuelo.

Con el éxito de DEEP, están surgiendo nuevas ideas sobre cómo aprovechar al máximo la floreciente relación simbiótica entre drones, IA y aprendizaje automático. Los drones son más conocidos por sus imágenes de alta resolución, pero también son "una estación de detección móvil y una fuente de datos", dice Codastefano. Cuando se conectan dispositivos de medición, los drones pueden capturar información invisible a simple vista, y cuando se agrega AI a esta mezcla, los humanitarios pueden extraer datos para tomar decisiones informadas. El PMA está buscando utilizar esta tecnología para mapear los tipos de cultivos o analizar la salud de las plantas antes de que estén visiblemente dañadas.

Cheques y saldos

En 2015, se publicó una carta abierta sobre IA, firmada por Stephen Hawking, Elon Musk y otros expertos, en la que se pedía a los investigadores que consideraran cuidadosamente el impacto social de la IA. AI, reconociendo su potencial para el bien, al tiempo que advierte sobre los riesgos de la "tecnología desbocada" si no se gestiona adecuadamente.

También definieron áreas específicas de investigación interdisciplinaria para adaptar el desarrollo tecnológico a las necesidades cambiantes de la sociedad, por ejemplo, abordando cuestiones como los cambios en el mercado laboral, la concentración de poder y discriminación basada en parámetros como género, etnia, etc.

Actualmente, la investigación y desarrollo de IA está dominada por hombres, y las mujeres representan menos del 15% de la fuerza laboral, según el Foro Económico Mundial, 2019. Se pueden encontrar formas similares de discriminación en Algoritmos de aprendizaje automático relacionados con la raza, como algunos enfrentan. Las aplicaciones de reconocimiento tienen problemas, por ejemplo, para detectar tonos de piel más oscuros.

Tal representación sesgada puede conducir a un mayor refuerzo de los estereotipos sexistas y raciales en varios campos, desde las compañías de seguros que juzgan la "solvencia crediticia" de un cliente potencial hasta los empleadores que deciden sobre un candidato para un trabajo. – que a veces usan IA para evitar prejuicios humanos y tomar decisiones más justas. Las percepciones humanas sesgadas informan los datos que, a su vez, informan a la IA.

Deben establecerse controles y equilibrios para abordar una variedad de problemas derivados de la profundización de las relaciones entre máquinas y humanos: desde la seguridad hasta la ética y la protección. datos. El PMA, con décadas de experiencia en los campos de la aviación, la logística y las telecomunicaciones, ayudará a definir la arquitectura social y tecnológica de los drones humanitarios y la IA.

Obtenga más información sobre el trabajo del PMA con drones y su trabajo en Mozambique

Deja un comentario

A %d blogueros les gusta esto: