Modelos de aprendizaje automatizados, uso de redes neuronales y de IA, permitieron desarrollar las soluciones ganadores del certamen, en sus categorías “Incendios forestales”, “Escasez Hídrica” y “Retroceso de glaciares”. Entre sus 70 participantes, como novedad este año, dos de los tres equipos ganadores fueron liderados por mujeres.
En el marco del Seminario de Geoinformación “LARS” 2024 en FIDAE, este miércoles se realizó la premiación de DO-safíos Datatón FACh, competencia de ciencia de datos y herramientas de teledetección aplicadas, organizada por el Data Observatory (DO) y el Servicio Aerofotogramétrico (SAF) de la Fuerza Aérea de Chile (FACh). Este año, el certamen contó con la postulación de más de 30 equipos, de los cuales quince fueron seleccionados para competir en los desafíos del cambio climático: incendios, escasez hídrica y retroceso de glaciares.
En la ceremonia, se destacaron los tres equipos ganadores en cada categoría, quienes propusieron soluciones desde la informática, la ciencia de datos y la teledetección, utilizando datos de la plataforma Data Cube Chile e imágenes satelitales facilitadas por el SAF.
Tras una semana de competencia, los equipos finalistas presentaron sus propuestas ante el jurado compuesto por representantes de las instituciones organizadoras, además del académico de la Facultad de Ingeniería y Ciencias de la Universidad Adolfo Ibáñez, Gonzalo Ruz; y el Director del Centro Nacional de Inteligencia Artificial, CENIA, Rodrigo Durán. Durante toda una jornada los integrantes del jurado pudieron conocer en detalle las propuestas presentadas, calificando a los equipos y sus soluciones.
“Estamos muy satisfechos de haber participado en DO-safíos Datatón FACh 2024, una instancia para el desarrollo de la creatividad, utilizando la teledetección como un medio para proponer soluciones innovadoras a fin de enfrentar el cambio climático. Para nosotros es muy significativo compartir experiencias con diferentes usuarios de datos geoespaciales y la incorporación de nuevas técnicas como la inteligencia artificial, que promueven la automatización y eficiencia en el uso de datos geoespaciales, principalmente en situaciones críticas como la gestión hídrica, incendios forestales y emergencias en general”, señaló el Director del Servicio Aerofotogramétrico, Comandante de Grupo (A) Claudio Agüero Rubio.
Por su parte, Rodrigo Roa, director ejecutivo de Data Observatory, señaló: “Es muy satisfactorio ver cómo aumenta el interés por participar en esta competencia y este año, además contamos con el liderazgo femenino de 3 de los equipos seleccionados. Contribuir al desarrollo del capital humano en ciencias de datos, es uno de los pilares fundamentales del DO, así como la generación de espacios en los que se observe el valor de los datos abiertos para el desarrollo de la ciencia y la toma de mejores decisiones en el territorio”.
Incendios Forestales
El equipo ganador propuso una solución que, a través de tres modelos, buscó cumplir con los tres objetivos de este desafío. “En el caso de los objetivos uno y dos, donde se buscaba estimar la cicatriz causada por el incendio y la severidad de sus daños; los modelos desarrollados son del tipo red neuronal convolucional U-NET. Este tipo de modelos pertenece a un área específica del campo de la inteligencia artificial que se denomina Deep Learning, la cual ha incorporado grandes avances en múltiples y variados campos”, indicó la líder del equipo ganador de la categoría “Incendios”, Tamara Muñoz.
La propuesta de este equipo permite realizar una observación segmentando el área analizada, lo que permitiría describir cómo se propaga el fuego considerando variables como la dirección e intensidad del viento, la pendiente del terreno o la humedad ambiental.
Como representante de las participantes femeninas del torneo, Tamara añadió: “es fundamental la participación de mujeres en esta instancia, sobre todo en ciencias exactas e ingeniería, ya que aún somos pocas y la paridad es un objetivo que no sólo tenemos que apuntar como género, sino como sociedad”.
Escasez Hídrica
Para cumplir con los objetivos de este desafío, el equipo ganador generó modelos de clasificación automática de imágenes satelitales, aplicando dos estrategias: un modelo de segmentación y clasificación supervisada, y el uso de redes neuronales pre-entrenadas, ajustadas (fine-tuned) para su aplicación sobre pequeñas secciones de imágenes satelitales de Sentinel 2 y Landsat. “Uno de los principales desafíos fue la generación de datos locales para el entrenamiento y/o ajuste de algoritmos de ML/DL, y para ello aprovechamos las capacidades de Google Gemini para reconocer fragmentos de imágenes satelitales de alta resolución de Jilin y Fasat Charlie, y así contar con puntos etiquetados en la zona de estudio”, explicó Paula Aguirre, líder del equipo ganador en esta categoría.
“Si bien fue una semana de trabajo muy intenso y algo estresante, también fue muy gratificante ver a los estudiantes poner en práctica sus conocimientos y habilidades de programación, análisis espacial y modelamiento matemático, y trabajar en equipo para lograr soluciones creativas y efectivas en poco tiempo”, concluyó Paula.
Retroceso de Glaciares
Utilizando imágenes satelitales, el equipo ganador en la categoría “Retroceso de Glaciares”, propuso una solución que consiste en un método para determinar de forma automática el área del glaciar Grey. “Esto nos permitió monitorear el retroceso del glaciar debido al cambio climático. Además desde las mismas imágenes logramos reconocer grandes eventos de desprendimiento de hielo que logramos asociar a pequeños sismos registrados en la zona”, señala Sebastián Hermosilla, representante del equipo seleccionado de la categoría glaciares.
Además de las imágenes utilizaron un modelo de aprendizaje de máquinas para reconocer el glaciar de forma automática, usando sólo los sensores presentes en el satélite chileno Fasat-Charlie.
Respecto a la experiencia, Sebastián destaca la diversidad de perfiles en su grupo: “nos enfrentamos a muchos problemas técnicos y creativos, sin embargo, fue clave contar con un equipo interdisciplinario para abordar estos problemas”, destacando además la relevancia que el certamen le entregaba al trabajo colaborativo .
DO-safíos Datatón FACh contó además con el patrocinio y la de entrega de premios por parte de Theodora, Buff y HPE, empresas comprometidas con aportar a nuestra sociedad incorporando en su quehacer el uso de las nuevas tecnologías y la inteligencia artificial.
Equipo Prensa
Portal Innova
