Cuando compras a través de enlaces de afiliados en nuestra web, es posible que obtengamos una comisión sin coste adicional para ti. Aprende 
El terremoto que asoló Turquía y Siria en febrero de 2023 se cobró un terrible tributo en vidas humanas, causando enormes pérdidas de vidas, propiedades y una miseria indescriptible.
Aunque prevenir las catástrofes naturales es una conversación diferente, minimizar la pérdida de vidas, propiedades y sufrimiento humano es algo sobre lo que podemos tener cierto control, siendo la inteligencia artificial (IA) el último aliado en esta misión.
Las características de aprendizaje profundo y redes neuronales de la IA pueden estudiar datos históricos y actuales -desde movimientos tectónicos, aumento del nivel del agua y temperatura del agua en el océano- y ayudar a advertir de desastres naturales como inundaciones, terremotos y volcanes.
No es una solución única, pero es una herramienta que los equipos ya están poniendo en práctica.
Puntos clave
- Las capacidades de aprendizaje profundo y redes neuronales de la IA le permiten analizar datos históricos y actuales para predecir la ocurrencia de desastres naturales, como terremotos, inundaciones y volcanes.
- Google y Harvard han desarrollado un sistema de IA para predecir terremotos mediante el análisis de una base de datos de sucesos de “sacudida principal-sacudida posterior”, superando a los sistemas de predicción existentes.
- La adopción de la IA en la predicción de catástrofes naturales se enfrenta a retos de origen humano, con una escasa aceptación en los organismos gubernamentales, pero es probable que cambie con el tiempo a medida que la IA se haga más inteligente.
?Cómo predice la IA las catástrofes naturales?
Tomemos el ejemplo de un sistema de IA desarrollado por Google y Harvard para predecir terremotos.
El principal reto para evitar la pérdida de vidas humanas es identificar la localización de un terremoto. Las réplicas siguen a todos los grandes terremotos y pueden prolongarse durante mucho tiempo, derrumbando estructuras ya debilitadas por el seísmo originario y causando más heridos y muertos.
Aunque los expertos humanos pueden predecir hasta cierto punto la ocurrencia y la localización de los seísmos, hay margen para mejorar la precisión y el momento de las predicciones, y ahí es donde puede entrar en juego la IA.
El sistema de inteligencia artificial desarrollado por Google y Harvard analiza más de 131.000 ?réplicas de grandes terremotos? en una base de datos para comprender y detectar patrones.
A continuación, los científicos probaron la red neuronal en una base de datos de 30.000 pares de réplicas y temblores.
La red neuronal funcionó mejor que los sistemas existentes de predicción de terremotos, que se centran en lo que se conoce como cambio de tensión por fallo de Coulomb.
En una escala de 1, en la que 1 representa el 100% de precisión, el cambio de tensión de fallo de Coulomb obtuvo una puntuación de 0,583 en fuerza predictiva, mientras que el sistema de IA obtuvo una puntuación de 0,849.
Según Brendon Meade, profesor de ciencias de la Tierra y planetarias en Harvard:
“Hay tres cosas que uno quiere saber sobre los terremotos: cuándo se van a producir, cómo de grandes van a ser y dónde se van a producir.
Antes de este trabajo, teníamos leyes empíricas para saber cuándo iban a ocurrir y cómo de grandes iban a ser, y ahora estamos trabajando la tercera pata, dónde podrían ocurrir.”
Problemas en la adopción de la IA
Desde un punto de vista más cotidiano, la predicción meteorológica suele depender de organismos subvencionados por el gobierno, y sin embargo la IA no se ha introducido realmente en la estación meteorológica en gran medida.
Según Dale Durran, catedrático de Ciencias Atmosféricas de la Universidad de Washington, ?el trabajo más innovador en el modelado en sí parece proceder ahora mismo de empresas privadas más que de los servicios meteorológicos [gubernamentales]. Los servicios meteorológicos deberían prestar más atención a este asunto. Han invertido mucho en el método actual, que funciona bastante bien, pero requiere muchos cálculos?.
Tal vez la IA necesite un uso más generalizado, pruebas más exhaustivas y, posiblemente, una implantación más barata (teniendo en cuenta que cambiar de un sistema actual conlleva sus propios costes) antes de que se generalice su uso como herramienta de predicción.
La fiabilidad también es un factor importante a la hora de tratar la IA como una herramienta seria, y tampoco ha tenido todavía un ?éxito? a gran escala en la predicción de una catástrofe natural.
En cualquier caso, las nuevas herramientas pueden salvar vidas. Por ejemplo, en los a?os 80, los modelos meteorológicos podían predecir catástrofes naturales con tres días de antelación, y ahora se ha aumentado a siete.
Lo esencial
Se están haciendo progresos, pero hasta que las herramientas no se pongan en práctica, no disponemos de pruebas que nos ayuden a decidir qué papel puede desempe?ar la IA en la predicción de catástrofes naturales.
Sin embargo, el sector privado está recogiendo las herramientas e impulsándolas, y con empresas como Google implicadas, es un sector que probablemente avance rápido, como todo lo demás en IA.
Hay pocos objetivos más grandes o nobles en la vida que salvar vidas, así que cualquier cosa que mueva el dial en esta dirección será un buen paso, y seguiremos explorando.
