La IA se puede entrenar para prevenir fenómenos climáticos extremos como DANAs e incendios forestales
La IA consume muchos recursos, pero a su vez se usa de cada vez más para predecir los efectos del cambio climático
La inteligencia artificial permitirá una atención más detallada a los pacientes: la oncología, una de las grandes beneficiadas
La base del funcionamiento de la inteligencia artificial son los datos. Y si algo tiene el cambio climático en este aspecto es la monitorización constante de parámetros para su análisis y su estudio.
España atravesó este verano una de las temporadas más virulentas de incendios —superando ampliamente las hectáreas calcinadas en 2024— mientras que también ha pasado por una ola de calor de 16 días, y que ya ha desbancado a la del infame año 2003.
Paralelamente al aumento de temperaturas estamos viviendo una explosión de la IA en la que la agenda sostenible empieza a asomar cabeza: se habla de los recursos hídricos y energéticos que se necesitan para que esta funcione correctamente y pueda responder a todas las peticiones que se le realizan diariamente.
Ahora bien, la IA y el cambio climático están más relacionadas de lo que parece. ¿Cómo se puede utilizar para medir fenómenos?
El problema de la IA con las DANAS
Eventos extremos como la DANA de Valencia del 2024 son un claro ejemplo de los nuevos fenómenos que vamos a estar viviendo. Sin embargo, ¿puede la IA predecir un acontecimiento de este tipo? Desde Informativos Telecinco hemos contactado con Enric Quintero, quién es analista de datos y CEO de Datarmony.
El experto explica las dos caras de una misma moneda, de lo que respecta un fenómeno climático extremo donde la lluvia es protagonista: “los movimientos fluviales como los desbordamientos, ya se pueden predecir con una antelación de 10 horas, gracias a redes neuronales diseñadas para ello y que se calibran específicamente para esas crisis”.
Sin embargo, “no es posible aplicar este análisis a una DANA, ni siquiera es posible predecir lo que va a pasar con una hora de antelación”, enfatiza. “Hasta ahora se han intentado aplicar numerosos métodos numéricos de medición, pero no dan resultado”.
Aunque la situación actual no parece estar muy a favor de este este tipo de analíticas predictivas, el analista ilustra un contrapunto: “Se están llevando a cabo nuevos avances basados en la monitorización exhaustiva de las nubes, con millones de imágenes sobre su posición, tamaño y velocidad de desplazamiento”.
También pone encima de la mesa la cuestión de que “estas nuevas IA están dando buenos resultados y se espera que en los próximos años ya sean lo suficientemente potentes y precisas para que puedan predecir estos fenómenos”.
¿Y qué hay de los incendios?
“Muchas veces la clave no está en el modelo a utilizar, si no en poder obtener unos datos fiables o de calidad, para poder aplicar un buen modelo”, indica Quintero. Sin embargo, a pesar de “la complejidad de cómo se origina un incendio, dada la orografía en la que se dan o las condiciones cambiantes del viento, temperatura y humedad”, el analista explica que ya hay avances a la hora de tener algoritmos “más precisos y fiables” a la hora de prevenir un incendio:
“El Instituto de Microelectrónica de Barcelona —vinculado al CSIC— ha desarrollado una red inalámbrica de sensores, para la detección de incendios. Esta recoge variables meteorológicas, la humedad del suelo y variables atmosféricas, de una manera sostenible, económica y fiable, ayudando a la detección temprana de las primeras fases de un incendio forestal”, concluye.