IA para salvar vidas frente a inundaciones, huracanes e incendios

Una charla con Luke Barrington, de Google Earth AI

Por Irene Martínez-Morata y Arce Domingo

🕵️‍♂️ Empezó su carrera intentando resolver un misterio arqueológico y terminó liderando el mayor esfuerzo global para aplicar inteligencia artificial (IA) al clima y al planeta.

🌏 La semana pasada tuvimos la oportunidad de asistir al evento Google Research@, donde el equipo científico de Google presentó sus últimos avances en IA aplicada a distintas áreas científicas. Allí pudimos entrevistar a Luke Barrington, doctor en machine learning y director de Google Earth AI, la división que desarrolla modelos para anticiparse a desastres naturales, entender mejor la Tierra y reducir emisiones.

El doctor Barrington nos reveló las claves de la revolución que pueden suponer estas herramientas para la sociedad. ¡Sigue leyendo!

Fuente: Google Earth

🚀 ¿Cómo has llegado hasta aquí?

LB: Todo empezó casi por casualidad. Durante mi doctorado en machine learning me embarqué en una misión peculiar para identificar la tumba de Genghis Khan, el fundador del Imperio Mongol, usando imágenes por satélite.

Cuando ves imágenes satelitales por primera vez, descubres dos cosas. Una es que es asombroso mirar el mundo desde el espacio. Y la otra es que hay tanto que ver que necesitas herramientas para escalar ese análisis e identificar rápidamente dónde están las cosas. Esa idea me fascinó, y he estado persiguiéndola durante toda mi carrera.

Buscar patrones arqueológicos nos llevó mucho tiempo y esfuerzo, tuvimos que volar a Mongolia, montar a caballo, escalar montañas y buscar por todas partes... Ahora que tenemos nuevos modelos para imágenes satelitales, puedes escribir en un buscador “encuéntrame sitios arqueológicos en Mongolia” y te analiza todas las imágenes del planeta en segundos. Esto era pura ciencia ficción en aquel momento.

🫆 ¿Qué te llevó a pasar de la arqueología a estudiar fenómenos ambientales?

LB: Siempre he sentido curiosidad por cómo funciona el planeta. Cuando entré en Google, la meteorología se basaba en ecuaciones físicas y enormes simulaciones con superordenadores. Pero pensé: ¿por qué no pensar en la predicción del tiempo como un vídeo? Si tenemos imágenes de la atmósfera como si fueran fotogramas de un vídeo, ¿por qué no aplicar la IA, que ha mostrado una enorme capacidad en otras tareas, para predecir el siguiente fotograma de la secuencia? Al principio parecía una locura. Los meteorólogos decían: “oh, eso nunca va a funcionar, ya sabes, el caos, la mariposa bate sus alas y luego viene la tormenta, no se puede predecir nada de eso”. Pero con perseverancia e innovación hemos conseguido modelos realmente potentes.

📡 Entrando en materia, ¿cómo explicarías Earth AI a alguien ajeno al mundo tecnológico? ¿Qué lo hace distinto?

LB: En pocas palabras, Earth AI utiliza IA para entender y predecir lo que ocurre en la Tierra. Reúne enormes conjuntos de datos geoespaciales, herramientas y modelos. Estos modelos pueden pronosticar el tiempo, interpretar fenómenos de la superficie terrestre o analizar patrones de movilidad de las personas. Todo eso ayuda a comprender un sistema tan complejo como es nuestro planeta.

🌧️ ¿Puedes darnos un ejemplo concreto que pueda tener gran impacto?

LB: Sin duda la predicción y la preparación frente a desastres naturales, llevamos mucho tiempo trabajando en eso. Tenemos modelos para detectar con precisión y antelación incendios forestales, y fenómenos climáticos extremos como lluvias torrenciales, ciclones, o inundaciones fluviales. Disponer de dos días más para prepararse para una inundación que podría arrasar un pueblo tiene un papel crucial para salvar vidas.

💡¿Sabías qué?

Las inundaciones fluviales y repentinas son, según Naciones Unidas, el fenómeno climático extremo que más vidas se cobra cada año. Un informe de Naciones Unidas mostró que, entre 2000 y 2017, el número de sistemas de alerta temprana de inundaciones casi se duplicó y, junto con otras medidas de reducción de riesgo, contribuyó a una reducción del 45% en la mortalidad anual por inundaciones, pasando de 6.025 a 3.331 muertes al año. Muchas ciudades están adoptando iniciativas innovadoras para ser más resistentes a estos fenómenos, como os contamos en este post.

🤝 ¿Este es vuestro objetivo con el Flood Hub?

LB: Exacto. Flood Hub es donde ponemos esas predicciones a disposición del mundo. Pero llevar esta tecnología a las administraciones públicas y gobiernos es un reto enorme. No basta con un modelo preciso y artículos de investigación, hay que integrarlo en los sistemas reales. Por eso trabajamos con organizaciones sin ánimo de lucro como la Organización Meteorológica Mundial y organizaciones locales que gestionan evacuaciones. Si podemos darles mejor información, ellos pueden hacer mejor su trabajo.

Fuente: Google

📝 ¿Crees que los gobiernos acabarán incorporando estas herramientas de manera sistemática?

LB: De hecho, ya está sucediendo. Recientemente hemos anunciado acuerdos de colaboración con los gobiernos de Vietnam y Nigeria para proporcionarles nuestra información sobre previsión de inundaciones. Y este año, nuestro modelo de ciclones ha proporcionado pronósticos al Centro Nacional de Huracanes de Estados Unidos. No sustituimos a los sistemas existentes, sino que añadimos un dato más que puede mejorar las decisiones.

💡¿Sabías qué?

El huracán Erin, que azotó las costas de Estados Unidos en agosto, fue la prueba de fuego para el modelo de predicción de huracanes Weather Lab de Google. Sus predicciones mostraron una precisión que dobla la de los modelos físicos tradicionales más destacados de Europa y Estados Unidos, incluyendo las del Centro Nacional de Huracanes estadounidense. El sistema también mostró una gran capacidad a la hora de predecir la intensidad de los huracanes, uno de los factores más complejos y determinantes para poder garantizar la seguridad de la población.

🌱 Además de la adaptación, ¿qué papel podrían jugar Google en la lucha contra el cambio climático?

LB: Podría poner cientos de ejemplos. Uno de ellos es el proyecto Contrails, que predice dónde se formarán las estelas de condensación detrás de los aviones. Evitar rutas aéreas que atraviesan estas nubes podría reducir hasta un tercio del impacto climático de la aviación. Ya hemos probado el modelo con aerolíneas de EE. UU. y Europa, y ahora incluso está incorporado en Google Flights, así que, cuando buscas un vuelo, puedes acceder a esta información de previsión e intentar volar por rutas que tengan un menor impacto para el calentamiento global.

💡¿Sabías qué?

Las estelas de condensación, esas líneas blancas y finas que ves detrás de los aviones, se forman cuando el vapor de agua caliente que sale de los motores de los aviones choca con el aire frío y húmedo de las capas altas de la atmósfera. El vapor se congela inmediatamente en microcristales de hielo, creando una nube artificial muy fina. Esas nubes actúan como mantas térmicas y contribuyen al calentamiento global, ya que evitan que el calor salga de la corteza terrestre hacia el exterior. La formación de estas nubes puede representar entre el 30% y el 60% del impacto climático total de la aviación.

Fuente: 20 minutos

⚒️ ¿A qué problemas os habéis enfrentado a la hora de diseñar estas herramientas?

LB: Uno de los grandes retos es que los problemas del mundo real son mucho más complejos que un modelo. Incluso si eres experto en modelos de incendios forestales, no eres experto en predicción meteorológica o en movilidad humana y evacuación, ¿verdad? Con agentes de razonamiento como Gemini, Earth AI está intentando unificar ese conocimiento para integrar todos los datos meteorológicos, sociales y físicos, y ofrecer respuestas útiles del tipo: “Esto es lo más importante que debes saber hoy”. Es una oportunidad emocionante para hacer estos modelos más accesibles.

🌎 Hablando de accesibilidad, ¿qué medidas debemos tomar para que la revolución de la IA no aumente la brecha de desigualdad entre el Sur Global y el Norte Global?

LB: Una de mis esperanzas es que los modelos de IA puedan reducir barreras para acceder a información geoespacial de última generación y democratizarla. Hace diez años, un modelo meteorológico avanzado exigía un superordenador y equipos enormes de personas. Hoy, los modelos de IA pueden ejecutarse en la nube e incluso pronto se podrán ejecutar en portátiles o hardware asequible. Y con interfaces como Gemini, no hace falta que los analistas procesen datos complejos, basta con preguntar “¿Qué probabilidad hay de que llueva mucho en este pueblo mañana?” y la respuesta es rápida, lo que pone la herramienta al alcance de más gente. Estamos trabajando con la Organización Meteorológica Mundial y la Fundación Gates para hacer estos modelos accesibles a agencias meteorológicas de países en desarrollo.

⚠️ ¿Cuáles crees que son los riesgos más importantes que enfrentamos con la revolución de la IA para el clima?

LB: Hay una cosa en la que sin duda insisten mucho los meteorólogos y los gobiernos, y es: ¿por qué dice esto el modelo? Está muy bien decir: “el huracán va a tocar tierra aquí” o “la inundación va a producirse allí”. Pero, ¿cuál es la razón? ¿Es por la llegada de este río atmosférico, o es porque el valle tiene una topología particular? Tradicionalmente la IA ha sido una caja negra. El gran reto es combinar el poder predictivo de la IA con el conocimiento humano del mundo y de la atmósfera para que las decisiones no se basen solo en fe en las máquinas, sino en la comprensión.

📨 Si pudieras enviar un mensaje a la gente que quiere utilizar la tecnología para mejorar el planeta y mitigar el cambio climático, ¿cuál sería?

LB: Que empiecen. Aunque no sepan cómo. Yo comencé así: con curiosidad y ganas de probar. Creo que una de las cosas que siempre me ha motivado y que aún necesitamos hoy en día es que, a pesar de no saber cómo hacerlo, simplemente quería intentarlo, ¿sabes? Así que creo que hay que arremangarse, ya sea programando tu primera aplicación o buscando imágenes satelitales en Google Earth. No saber no es una excusa, cosas que parecían imposibles ya están pasando. ¡No debemos tener miedo a intentarlo!

Luke Barrington en el evento Google Research@.

“Con Earth AI, podemos empezar a comprender qué comunidades son vulnerables y cómo diseñar intervenciones dirigidas para esas comunidades, no solo para el clima, sino para cuestiones como aumentar la tasa de vacunación o enviar alertas a la gente sobre el riesgo de patógenos” John Brownstein, profesor de pediatría e informática biomédica en la Facultad de Medicina de la Universidad de Harvard, y vicepresidente senior de innovación del Hospital de Niños de Boston.

💌 ¿Tienes propuestas de colaboraciones, o temas científicos sobre los que te gustaría saber más? ¡Puedes dejarnos un comentario en este post, o escribirnos un correo a telodiceunacientifica@gmail.com!