La inteligencia artificial sostenible podría ser la solución al problema de la sequía
Con la IA se mide el consumo de agua, se minimizan fugas y se adecuan planes de inversión en infraestructuras, además de un control de los embalses.
12 June 2023
Crédito: Pinterest
La falta de agua es un gran problema que afecta a toda España, y es que la sequía meteorológica que arrastra España y las altas temperaturas registradas provocan que varias comunidades autónomas pudieran imponer límites al uso del agua para afrontar la escasez de este necesario recurso, pero ¿puede la inteligencia artificial (IA) ayudar a frenar las sequías en los próximos años?
“Sí”, asevera Oliver Nuria Oliver, ingeniera en telecomunicaciones y directora de la Fundación ELLIS Alicante (European Laboratory for Learning and Intelligent Systems), quien destaca las múltiples metodologías de IA y específicamente redes neuronales profundas, aplicadas a una gestión eficiente del ciclo integral del agua para frenar sequías y evitar su desperdicio.
Para la especialista, a partir de datos muy complejos provenientes de satélites o de sensores, ingenieros y científicos buscan dar una respuesta más eficiente y rápida a los desastres naturales y a fenómenos meteorológicos extremos como terremotos, tormentas, huracanes, danas, precipitaciones torrenciales, inundaciones, incendios, periodos de escasez hídricos.
Sequía en Embalse de Entrepeñas, en Guadalajara // Crédito: Iagua
En el caso de las sequías, y mediante técnicas de IA se focalizan esfuerzos para medir el consumo de agua y fomentar un uso más racional, se minimizan fugas que eviten su desperdicio y se adecuan planes de inversión en infraestructuras, además de un control de los embalses con el objetivo de garantizar calidad y suministro a la población, detalla Oliver, en declaraciones recogidas por EFE.
En diferentes sectores donde el agua es fundamental se puede utilizar la inteligencia artificial para sacar un máximo rendimiento:
En el campo, la agricultura inteligente o Smart Farming aporta un gran valor, sobre todo, en el ahorro y gestión sostenible de los recursos hídricos, a la hora de optimizar y evaluar el consumo en los distintos cultivos adaptándolos a un tipo de terreno.
Asimismo, se utilizan sensores inteligentes que favorecen la detección temprana de plagas y sistemas automatizados que riegan, fertilizan y fumigan las tierras de cultivo de acuerdo a sus particularidades y a las previsiones meteorológicas.
Incendios forestales
Los incendios forestales encuentran un hueco en técnicas de IA mediante sistemas de teledetección que obtienen datos de campo y facilitan las tareas de extinción // Crédito: Pinterest
Otro de los grandes problemas medioambientales más acuciantes en este siglo, los incendios forestales encuentran un hueco en técnicas de IA mediante sistemas de teledetección que obtienen datos de campo y facilitan las tareas de extinción.
Por ejemplo, enumera Nuria Oliver, existen sensores que miden la temperatura, la humedad y la dirección y velocidad del viento, así como drones e imágenes satelitales capaces de detectar zonas de calor en grandes masas forestales e identificar áreas en las que talar y eliminar rastrojo, con el fin de estar pendiente ante cualquier indicio de fuego.
También se pueden realizar mapas interactivos en tiempo real que combinan información procedente de satélites, drones, cámaras en torres de vigilancia y de los propios agentes y bomberos forestales, para movilizar recursos donde más se necesiten.
Inteligencia artificial sostenible o verde
Pero, “el entrenamiento de estas redes tan complejas puede llegar a consumir una energía equivalente al gasto energético de países pequeños o emitir dióxido de carbono equivalente a lo que producirían los humanos en décadas”.
Para abordar esta situación, la experta detalla la existencia de un área activa de investigación conocida como “inteligencia artificial sostenible o verde”, cuya finalidad es el desarrollo de sistemas inteligentes con necesidades energéticas mucho más pequeñas para amortiguar esa huella de carbono tan grande.
Para ello se están desarrollando medidas específicas muy eficientes energéticamente para entrenar estas grandes redes neuronales profundas, a la par que se diseñan centros de datos mucho más eficientes.