La ingeniera bioinformática Patricia Möller, académica de la Universidad Autónoma sede Talca, ha trabajado en una serie de proyectos que ocupan inteligencia artificial en ámbitos difíciles de imaginar. Cuenta que la Región del Maule es el lugar hacia donde siempre mira y donde siempre vuelve para proponer soluciones a problemas que muchas veces sólo se aceptan como naturales.
En su paso por el Congreso Futuro, Möller expuso ante el público sobre cómo usa estas tecnologías para predecir cuándo habrán heladas para notificar a agricultores, y también para detectar cuando es probable que una manzana tenga la enfermedad del ojo de buey. Esta última es imposible de reconocer a simple vista cuando recién es cosechada, pero gracias a una IA de modelo predictivo, una aplicación para teléfonos puede advertir este defecto semanas antes que los agricultores.
Su más reciente iniciativa también implica el uso de una aplicación que podrá ser descargada fácilmente en el futuro. Se trata de un proyecto que, combinando distintas variables, podrá predecir cuánta es la probabilidad de que ocurra un incendio forestal y notificar a las personas que encuentran en estos lugares,
Sólo en 2021 y 2022, los incendios forestales consumieron más de 125.000 hectáreas en la zona centro sur de Chile. Considerando que el Estadio Nacional mide 3.5 kilómetros cuadrados, se puede decir que esta seguidilla de incendios consumió un área equivalente a 417 veces el estadio. Una aplicación que pueda predecir dónde y cuándo pueden ocurrir estos desastres, puede ser una importante herramienta de monitoreo que apoye la labor de bomberos y la Conaf.
De todos los usos que puede tener la inteligencia artificial, ¿por qué decidieron aplicarla a los incendios forestales?
Bueno, yo dentro de mi investigaciones siempre he tratado de pensar en lo que necesita la gente. Lograr hacer investigación, pero aplicado al usuario final, que no quede solo como una investigación en la Academia. Entonces ahí es donde nos juntamos con un grupo de investigadores de varias universidades, y nos dimos cuenta que los incendios forestales son un tema latente, que lamentablemente pasan hoy día en todo Chile y también la forma internacional.
Decidimos que podemos trabajar con inteligencia artificial, empezamos a investigar y nos dimos cuenta que habían algunos acercamientos, donde evaluaban datos meteorológicos y datos en los terrenos, pero, por ejemplo, no trabajaban con imágenes satelitales donde podíamos obtener más información. Y propusimos mezclar todo lo que pueda existir para ver si podemos generar estos modelos para poder prevenir incendios forestales.
¿Cuáles son las variables de los incendios que este proyecto considera?
Nosotros estamos evaluando desde variables climatológicas, las condiciones del suelo, los tipos de plantaciones que hay, si hay cercano en lugares con agua, y también estamos haciendo análisis satelitales para poder evaluar de mejor forma las diferentes zonas.
Ya fueron mencionados algunos, pero, ¿de dónde se obtienen los materiales para este proyecto?
El que el material de la inteligencia artificial es el dato. Entonces, por ejemplo, tenemos estaciones meteorológicas que hoy día están disponibles, hay páginas en internet como Agromet, que nos permite obtener todos estos datos que van capturando cada 15 minutos. Ahí podemos obtener los datos climatológicos. Las imágenes satelitales están en línea, pero hay que comprarlas, y también tenemos dentro del equipo gente en terreno que está evaluando las diferentes condiciones que tiene el terreno en sí en la zona donde queremos estudiar.
Este proyecto surge desde la Universidad Autónoma sede Talca. ¿Cuál es la importancia de que esto sea un proyecto que está generado en una región?
Es muy importante hacer investigación en regiones. Santiago no es Chile. Yo siempre he trabajado acá y aunque hice mi doctorado en Santiago, después volví a trabajar a Talca y creo que nosotros en la Región del Maule, lamentablemente hemos tenido muchos incendios forestales. Es un tema que nos pega mucho más fuerte.
Hemos tenido conversaciones con municipalidades, y ellos están muy interesados por la realidad que está pasando en la región. Cuando ven que salgo de la región y después de Chile para el Mundo, es mucho más interesante.
En la charla mencionó la posibilidad de entregar alertas a comunidades cercanas a los lugares con altas probabilidades de incendio. ¿Cómo funcionaría?
Pretendemos tener un mapa donde uno esté monitoreando cómo se encuentra la zona donde hemos trabajado, en una página web. Pero que también sea accesible mediante una aplicación disponible para todos. Por ejemplo, si yo vivo en alguna zona donde hay o han existido incendios forestales, poder dejar la opción en la aplicación que a mí me genera alguna alerta y me diga “ojo, hoy día o durante esta semana hay una alta probabilidad de que ocurran incendios forestales”. Y entonces poder tomar medidas anticipadas antes de que ocurra este desastre mientras.
La comunidades cercanas a los lugares donde se suelen producir incendios forestales tienen un alto porcentaje de ruralidad y, por ende, hay una gran brecha digital en estas zonas. ¿Cómo se aborda este problema en el proyecto?
Este es un tema súper importante para nosotros. Como además hemos trabajado bastante con agricultores, donde también hay una gran brecha digital, nos preocupamos bastante la usabilidad de los sistemas. Esto quiere decir que hacemos una investigación en paralelo donde vamos viendo que tan complejo es que los usuarios utilicen la aplicación que estamos formulando.
Hacemos pruebas de usabilidad. Probamos cuánto se demora el usuario en probar por ejemplo algún botón en específico o cómo están los colores. Tratamos de que la aplicación sea lo más simple posible.
¿Cuál es su parte favorita de este proyecto?
A mí lo que me gusta mucho es poder bajar la inteligencia artificial, que suena como tan tan lejana de repente, a que los usuarios se den cuenta que no es ni tan mística ni tan misteriosa y tampoco le tenga miedo, sino que se den cuenta que nos puede servir. Que es una herramienta que nos puede servir en nuestro día a día. Me gusta el poder bajar la investigación al usuario.
¿Cuándo se estima que la aplicación estará disponible?
Estamos en la etapa más difícil, que son los datos. No solo es obtenerlos de un sitio, también hay que hacer un filtraje de los mismos. Por ejemplo, hemos obtenido temperaturas de 200 °C en el monitoreo, donde sabemos que en Chile no existe esa temperatura, por lo tanto, obviamente hay que filtrar los datos para saber si son correctos o no.
Y la idea es logar en la próxima temporada ir probando ya todos los diferentes sistemas que hemos que vamos a estar realizando. Cuando generamos un modelo la idea es que sea lo más robusto posible. Por lo tanto, quizás el primer modelo no va a ser tan robusto y nos vamos a dar cuenta que en realidad nos faltó quizás un atributo o una característica que no estamos considerando y es clave para el estudio. Entonces, al ir agregando más datos, generamos modelos más robustos y con menos errores.
