IA y ciencia de datos para un entorno mejor, más inteligente y sostenible

En la década pasada, ningún debate sobre las tendencias tecnológicas emergentes ha estado completo sin la mención de la Inteligencia Artificial (IA). Ahora se ha convertido en una tecnología convencional que afecta a todos los aspectos de nuestras vidas: trabajo, desplazamientos, entretenimiento, compras, viajes y mucho más. La tecnología y el medio ambiente a menudo se proyectan en lados opuestos del debate sobre la sostenibilidad. En este artículo ofrecemos una perspectiva diferente y exploramos cómo se utilizan los big data en las ciencias ambientales.

¿Puede la ciencia de datos salvar el medio ambiente?

El cambio climático está aquí y ahora. Las ciudades se están quedando sin agua, los glaciares se están derritiendo, las especies se están extinguiendo y nuestras fuentes de energía no renovables se están agotando. Probablemente seamos la primera generación de humanos en sentir sus efectos adversos y la última generación que tendrá tiempo para hacer algo al respecto. Los miles de millones de dispositivos inteligentes, los automóviles más rápidos, las misiones espaciales sofisticadas, los robots en miniatura para limpiar nuestras venas y las capitalizaciones de mercado astronómicas de los gigantes tecnológicos serían de poca utilidad si no hubiera seres humanos que pudieran aprovechar sus beneficios. A continuación se muestran algunas formas en que la IA puede ayudarnos a construir un mañana mejor y sostenible.

Proyectos de ciudades inteligentes

Este es posiblemente el caso de uso más amplio e integral de aprovechar la ciencia de datos para ayudar al medio ambiente. Si aprovechamos eficazmente el aprendizaje automático para la sostenibilidad, podemos tener ciudades con edificios ecológicos, que utilicen agua reciclada para uso en exteriores, una huella de carbono mínima, una gestión energética sostenible mediante la predicción de la demanda, centrarse en fuentes de energía renovables y mucho más. Aliviará la carga de la infraestructura existente y pondrá fin a una carrera de construcción interminable e insostenible como la que estamos presenciando en todo el mundo.

Gestión de residuos

La ciencia de datos y el medio ambiente pueden parecer conceptos no relacionados al principio. Sin embargo, una mirada más cercana a cada uno de ellos abre posibilidades ilimitadas en materia de sostenibilidad y gestión de residuos. El Banco Mundial estima que generamos 2.010 millones de toneladas de residuos sólidos urbanos al año, de los cuales al menos 33% dañan el medio ambiente. La segregación de residuos es un importante obstáculo para el reciclaje y una gran parte de ella se realiza de forma manual. Se pueden aprovechar la inteligencia artificial, el aprendizaje automático y la ciencia de datos para predecir categorías de desechos mediante la lectura de imágenes y datos de peso. Esto puede mejorar nuestros procesos de segregación de residuos, tanto en términos de velocidad como de precisión. A medida que los sistemas de autoaprendizaje consumen más datos, se vuelven más inteligentes y precisos a la hora de estimar tendencias futuras.

La gestión del tráfico

El tráfico comercial y de pasajeros contribuye en gran medida a la contaminación ambiental, principalmente a través de las emisiones y el ruido. Los sistemas inteligentes de gestión del tráfico basados en IA pueden ayudar a controlar las señales de tráfico analizando datos anteriores y configurando temporizadores de señales en consecuencia. Los modelos de aprendizaje automático pueden leer imágenes de cámaras y detectar infracciones de tráfico, infracciones de límites de velocidad, conducción sin casco, bloqueo de giros libres a la izquierda, conducción en sentido contrario, infracciones de carril, etc. Estos son algunos de los muchos casos de uso para aprovechar el aprendizaje automático para la sostenibilidad.

Gestión de recursos alimentarios

Con una población mundial en constante aumento y una esperanza de vida cada vez mayor, el sector agrícola en todo el mundo se encuentra bajo una enorme presión para aumentar la producción. Los estudios de las Naciones Unidas indican que casi la mitad de todas las frutas y verduras producidas en el mundo se desperdician cada año. Sólo en países desarrollados como Estados Unidos, se desperdician 30% de todos los alimentos producidos (por un valor de 48.300 millones de dólares). El daño se agrava cuando consideramos el correspondiente desperdicio de recursos utilizados para producirlo: agua, suelo, mano de obra, electricidad, transporte, energía, etc. La inteligencia artificial y la ciencia de datos son herramientas poderosas para minimizar este desperdicio, una vez que aprendemos cómo funciona el big data.

Desafíos

El desarrollo sostenible necesita un enfoque saludable en el que todos los participantes y partes interesadas lo acepten. Existen desafíos regulatorios, tecnológicos y operativos para implementarlo en el terreno, algunos de los cuales son:

Datos heterogéneos

Tenemos una gran cantidad de datos dispersos, sin formato y heterogéneos. En un mundo ideal, nuestros sistemas exigen que sus datos se limpien en origen y se introduzcan en un formato universal que sea fácil de procesar, analizar, presentar, comunicar e integrar. Si queremos que la ciencia de datos ayude al medio ambiente, debemos realinear nuestra estrategia de datos para desarrollar un ecosistema homogéneo en el que todos los participantes avancen hacia un objetivo compartido.

Inversión

Las agencias gubernamentales y los actores privados deben unirse para hacer realidad el sueño de la sostenibilidad. Requiere experiencia, recursos, compromiso y coordinación a lo largo de toda la cadena de valor. Dada la escala de nuestras ciudades, este es un desafío importante que puede resolverse mediante la educación y la supervisión del liderazgo.

Coherencia regulatoria

Empresas emergentes centradas en el medio ambiente y actores privados de todo el mundo están desarrollando soluciones que nos permitan dar los primeros pasos hacia un futuro verde, limpio y sostenible. Necesitan la aceptación y la dirección de los reguladores. La necesidad del momento es crear políticas ágiles con respaldo gubernamental, ya que el reloj ambiental corre todos los días. Esta lista no es de ninguna manera exhaustiva y la aplicación de la IA para mejorar nuestro medio ambiente solo está limitada por nuestra imaginación. En un artículo que se centra en cómo la IA ayuda al medio ambiente, la revista Nature considera que la IA podría ayudar a alcanzar 79% de los Objetivos de Desarrollo Sostenible (ODS).