Los científicos están utilizando inteligencia artificial para empoderar a los reguladores ambientales

Al igual que los superhéroes capaces de ver a través de obstáculos, según un nuevo estudio de la Universidad de Stanford, los reguladores pronto podrán poseer el poder de ojos que todo lo ven que pueden identificar a los perpetradores en cualquier momento y en cualquier lugar. Artículo publicado el 19 de abril en Actas de la Academia Nacional de Ciencias (PNAS), muestra cómo la inteligencia artificial, combinada con imágenes satelitales, puede proporcionar un método económico y escalable para localizar y monitorear industrias que de otra manera serían difíciles de regular.

“Los hornos de ladrillos se han extendido por todo Bangladesh para suministrar materiales de construcción a la economía en crecimiento, lo que dificulta mucho que los reguladores se mantengan al día con los hornos recién construidos”, dijo la coautora Nina Brooks, profesora asistente del Instituto de Investigación Social y de Datos de la Universidad de Minnesota. Innovación, que realizó una investigación como estudiante de doctorado. estudiante de la Universidad de Stanford.

Si bien investigaciones anteriores han demostrado el potencial de utilizar el aprendizaje automático y la observación satelital para hacer regulaciones ambientales, la mayor parte de la investigación se ha centrado en países ricos con datos fiables sobre ubicación y actividades industriales. Para probar la viabilidad en los países en desarrollo, la investigación dirigida por Stanford se centró en Bangladesh, donde reguladores gubernamentales luchan por localizar hornos de ladrillos informales altamente contaminantes, sin mencionar la aplicación de la ley.

Amenaza creciente

Los ladrillos son la clave para el desarrollo en el sur de Asia, especialmente en regiones donde otros materiales de construcción son escasos y los hornos en los que se utilizan emplean a millones de personas. Sin embargo, su quema altamente ineficiente de carbón representa una seria amenaza para la salud y el medio ambiente. En Bangladesh, los hornos de ladrillos representan el 17 por ciento de las emisiones anuales totales de dióxido de carbono del país y, en Dhaka, la ciudad más poblada del país, la mitad de las partículas finas que se consideran particularmente peligrosas para los pulmones humanos. Contribuye significativamente a la contaminación atmosférica general del país, que se estima que está reduciendo duración media de la vida por casi dos años.

“La contaminación del aire mata a siete millones de personas cada año”, dijo el autor principal de la investigación Stephen Luby, profesor de enfermedades infecciosas en la Facultad de Medicina de Stanford. “Necesitamos identificar las fuentes de esta contaminación y reducir estas emisiones”.

Los reguladores del gobierno de Bangladesh intentan mapear y verificar manualmente las ubicaciones de las fábricas de ladrillos en todo el país, pero el esfuerzo requiere mucho tiempo y trabajo. También es muy ineficaz debido a la rápida propagación de los hornos. También es probable que el trabajo esté sujeto a inexactitudes y sesgos, lo que los investigadores creen que suele ser el caso en los datos gubernamentales en países de bajos ingresos.

Ojo en el cielo

Desde 2016, Brooks, Luby y otros investigadores de Stanford han estado trabajando en Bangladesh para localizar hornos, cuantificar los efectos negativos de los hornos de ladrillos en la salud y proporcionar información pública transparente para informar sobre los cambios políticos. Desarrollaron un enfoque infrarrojo para capturar hornos de carbón a partir de datos leídos de forma remota. Este enfoque era prometedor pero tenía serios inconvenientes, como la incapacidad de distinguir entre estufas y tierras agrícolas que retienen el calor.

Trabajando con científicos e ingenieros informáticos en Stanford, así como con científicos del Centro Internacional de Investigación de la Diarrea de Bangladesh (icddr, b), el equipo se centró en aprendizaje automático.

Sobre la base de aplicaciones anteriores de aprendizaje profundo en el monitoreo ambiental e intentos específicos de utilizar el aprendizaje profundo para identificar hornos de ladrillos, desarrollaron un algoritmo muy preciso que no solo identifica si las imágenes contienen hornos, sino que también aprende a ubicar hornos en la imagen. Este método le permite reconstruir hornos que se han fragmentado en muchas imágenes, un problema inherente a imágenes de satélite—Y es capaz de identificar cuando hay varios hornos en una imagen. También pueden distinguir entre dos tecnologías de hornos, una de las cuales está prohibida, en función de la clasificación de la forma.

Hallazgos aleccionadores

Este enfoque reveló que más de las tres cuartas partes de los hornos en Bangladesh se construyen ilegalmente a 1 kilómetro (seis décimas de milla) de una escuela, y que casi el 10 por ciento se encuentra ilegalmente cerca de instalaciones de salud. También encontró que el gobierno está reduciendo sistemáticamente los informes de hornos en relación con las regulaciones y, de acuerdo con sus hallazgos de clasificación de formas, exagerando la proporción de hornos que utilizan una tecnología más nueva y más limpia en comparación con el enfoque anterior y prohibido. Los investigadores también encontraron más hornos registrados en los condados adyacentes a los distritos prohibidos, lo que sugiere que los hornos están registrados formalmente en los condados donde son legales pero construidos fuera de los límites del condado.

Los científicos están trabajando para mejorar las limitaciones de este enfoque desarrollando formas de usar imágenes de menor resolución y extendiendo su trabajo a otras regiones donde los ladrillos se construyen de manera similar. Hacerlo bien puede marcar una gran diferencia. Los científicos estiman que solo en Bangladesh, casi todos viven a menos de 10 kilómetros (6.2 millas) de un horno de ladrillos, y más de 18 millones, más del doble de la población de la ciudad de Nueva York, viven a menos de 1 kilómetro (0.6 millas). .

“Esperamos que nuestro enfoque general pueda permitir regulaciones y políticas más efectivas para lograr mejores resultados ambientales y de salud en el futuro”, dijo el coautor Jihyeon Lee, investigador del Laboratorio de Sostenibilidad e Inteligencia Artificial de Stanford.