La observación de la Tierra (OT) proporciona datos esenciales para la acción climática y el crecimiento sostenible.
Gracias a los nuevos satélites, los sensores avanzados y los datos de dispositivos con GPS e internet de las cosas (IoT), el volumen de datos de OT ha aumentado exponencialmente.
El volumen de datos de observación de la Tierra que se genera supera la capacidad actual para analizarlos.
El uso de la inteligencia artificial puede ayudar a descifrar estos datos y aportar información útil para la acción y argumentos de negocio.
La observación de la Tierra (OT) mediante satélites, aeronaves y sensores terrestres ha proporcionado durante décadas un rico flujo de datos a gobiernos y empresas para tomar medidas contra el cambio climático y garantizar un crecimiento sostenible. Entre sus usos figuran la creación de sistemas de alerta temprana, la detección de fugas de metano y minería ilegal, y el seguimiento de los esfuerzos de forestación y adaptación.
Gracias a los nuevos satélites y los sensores avanzados, la escala y la calidad de los datos de OT disponibles comercialmente han aumentado exponencialmente en la última década. Aunque los satélites de OT por sí solos proporcionan cientos de terabytes de datosal día —y la cifra sigue creciendo—, los datos de dispositivos con GPS e internet de las cosas (IoT) elevan el volumen de datos generados muy por encima de la capacidad actual para analizarlos.
Entra en escena la inteligencia artificial (IA).
Como muestra un nuevo informe elaborado en colaboración con Deloitte, el uso de la IA junto con la informática de alto rendimiento y bajo coste está llamado a hacer con los datos de OT lo que los modelos de lenguaje grandes (LLM) han hecho con el texto:El potencial catalizador de la inteligencia artificial para la observación de la Tierra. Esto está facilitando la comprensión y el uso de la OT, con efectos profundos:
Responder a preguntas complejas. Las capacidades de la IA permiten procesar más datos de forma rápida y precisa, lo que hace posible transformar enormes cantidades de mediciones brutas de OT en información útil para la acción.
Ofrecer interfaces de usuario intuitivas para quienes no son especialistas. Del mismo modo que ChatGPT ha popularizado los LLM, el desarrollo de interfaces de usuario (IU) más intuitivas permitirá a los usuarios empresariales, y no solo a los científicos de datos, acceder a información de OT obtenida mediante IA y utilizarla.
Impulsar la innovación en los modelos de negocio. A medida que la IA hace más accesible la OT, las organizaciones de distintos sectores e industrias pueden ampliar su aplicación, transformando tanto los modelos de negocio comerciales como los centrados en la sostenibilidad.
Al incorporar mediciones coherentes y objetivas a las acciones en favor del clima y a la divulgación de información ambiental, la IA aportará mayor confianza y transparencia a las iniciativas dirigidas a una economía con cero emisiones netas.
Algunos usos de la IA en la observación de la Tierra son: combinar conjuntos de datos dispares para posibilitar un análisis más integral de la situación; crear datos de entrenamiento para sistemas de IA y aprendizaje automático (ML); identificar causas (como las de las emisiones de metano procedentes de vertederos, granjas o tuberías); pronosticar fenómenos como ciclones e inundaciones; y vigilar los cambios mediante grandes conjuntos de datos de series temporales.
El informe ofrece información esencial para impulsar la labor del Foro en materia de observación de la Tierra, que ayuda a las organizaciones a contribuir a una economía positiva para la naturaleza y con cero emisiones netas, fijar objetivos de descarbonización basados en la ciencia y comprender sus dependencias e impactos sobre la naturaleza.
Estas son algunas ideas clave:
Modelos fundacionales
De cara al futuro, la convergencia de la IA con la informática avanzada potenciará enormemente la facilidad para encontrar y utilizar datos de OT. Por ejemplo, nuevos modelos fundacionales podrían acelerar el análisis «a demanda» de grandes volúmenes de datos de OT. Como se entrenan con una amplia variedad de datos, estos modelos pueden utilizarse en diversas tareas posteriores, sin necesidad de crear un modelo nuevo para cada caso de uso. Esto reduciría los costes, ya que un único modelo podría servir para múltiples aplicaciones posteriores.
Una de las primeras aplicaciones ayudó a un equipo de periodistas a descubrir minería ilegal en el Amazonas. Crear un modelo personalizado de aprendizaje profundo habría llevado meses, pero con el modelo fundacional bastaron días para reunir los conjuntos de datos y milisegundos para seleccionarlos.
IU para personas no especialistas
Con IU más accesibles, los usuarios principiantes podrán explorar y experimentar con los datos de la Tierra disponibles. A su vez, un mayor conocimiento de las capacidades de la OT y de las preguntas que puede responder permitirá a los usuarios sin formación especializada aplicar sus conocimientos a casos de uso de su sector.
Dos iniciativas del Media Lab del Instituto Tecnológico de Massachusetts (MIT), Earth Mission Control y Climate Pocket, ofrecen una interfaz y una experiencia de usuario mejoradas. Analizan conjuntos complejos de datos de OT, los transforman en visualizaciones atractivas y proporcionan información útil para la acción.
Esto ofrece una herramienta esencial para que la industria, los responsables de formular políticas y las comunidades tomen decisiones fundamentadas.
Nuevos modelos de negocio
Al igual que hoy la IA generativa y los LLM se adaptan a los modelos de negocio y se integran en ellos, la IA aplicada a la OT puede ofrecer diversas aplicaciones, como vigilar infraestructuras remotas, evaluar riesgos climáticos y gestionar cadenas de suministro de forma adaptativa.
La información de OT puede transformar funciones esenciales y procesos de toma de decisiones. Por ejemplo, una empresa eléctrica podría complementar sus imágenes satelitales de la infraestructura eléctrica con datos geolocalizados sobre sus componentes, como subestaciones y líneas de transmisión. Luego, integraría en sus flujos de trabajo información sobre el estado y la salud de sus sistemas distribuidos. Esa información podría permitir decisiones oportunas y rentables para que el personal de la organización realizara tareas de mantenimiento preventivo.
Consideraciones éticas
Los modelos de IA necesitan una gobernanza adecuada y salvaguardias para evitar efectos negativos. Por ejemplo, las imágenes de granjas obtenidas sin que los agricultores lo sepan podrían servir de base para normativas costosas o primas de seguros que perjudicaran a esos mismos agricultores. Los sesgos en los modelos de IA pueden generar resultados que no sean equitativos ni inclusivos para todas las regiones y poblaciones.
En consonancia con la Recomendación sobre la ética de la inteligencia artificial, firmada en 2021 por los 193 Estados miembros de la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO), incorporar la participación humana en el proceso es un paso básico para integrar el criterio ético tanto en la investigación como en la aplicación de la IA a la OT. Las decisiones deben basarse no solo en modelos de IA sobre datos de la Tierra, sino también en consideraciones sobre las consecuencias económicas, culturales y sociales de los resultados y las recomendaciones de esos modelos.
Centrarse en la gobernanza, las normas, las soluciones de código abierto y la innovación en los modelos de negocio garantizaría una adopción equitativa de la IA aplicada a la OT a escala mundial. Además de abrir nuevas fronteras para la creación de valor en todos los sectores e industrias, contribuiría a garantizar un futuro sostenible para la Tierra.
