IA per a previndre catàstrofes naturals: què va passar el 29 d’octubre i com optimitzar la reparació social després de la DANA?

Cada vegada més la intel·ligència artificial és un tema recurrent en el nostre dia a dia. Els sistemes d’algorismes més complexos –basats en xarxes neuronals– fan fruit a aplicacions que observen i operen amb millor precisió que el que podria arribar a fer l’ull humà.

Amb motiu de la DANA, que ha suposat una bretxa emocional i econòmica en la societat valenciana, des de ValgrAI (Valencian Graduate School and Research Network of Artificial Intelligence), una fundació sense ànim de lucre formada per la Generalitat Valenciana, les universitats públiques i empreses del sector, han organitzat una jornada a la Ciutat Politècnica de la Innovació amb el títol “IA davant catàstrofes naturals: prevenció i reconstrucció”.

En aquest esdeveniment, experts del sector han presentat diferents eines i projectes que intenten mitigar i previndre sobre una qüestió cada vegada més palesa i mínimament visibilitzada: els desastres naturals. En aquest sentit, Vicente Botti, director general de ValgrAI, va subratllar la importància de l’ús de la IA en “la prevenció i la recuperació d’aquesta mena de danys”.

110 estadis per a arreplegar l’aigua de la DANA

Félix Francés, professor de l’Institut Universitari d’Enginyeria de l’Aigua i del Medi Ambient (IIAMA) de la Universitat Politècnica de València (UPV) va iniciar la tanda de presentacions. Durant el seu discurs, el catedràtic va presentar el model Tetis creat específicament per a analitzar recursos hídrics, crescudes i processos relacionats amb erosió i vegetació. “El model, optimitzat mitjançant algorismes d’autocalibratge, ha permés avanços significatius en la predicció de cabals i en la presa de decisions davant riscos hídrics en un context de canvi climàtic”, destaca.

En el torn d’Adrián López Ballesteros, professor de la UCAM i membre del Projecte Juan de la Cierva de la Universitat Politècnica de València, l’expert va desgranar, de manera conceptual, per què es van inundar la major part dels municipis de l’Horta Sud aquell fatídic 29 d’octubre.

“Com a doctor enginyer en camins, canals i ports, especialitzat en hidràulica i hidrologia, conec a la perfecció els marges de seguretat amb què es treballa per a dissenyar aquesta mena d’infraestructures, i sabia que alguna cosa anava molt malament”, va explicar en al·lusió al vídeo de la caiguda del pont de Paiporta.

Arran d’això, va voler entendre què passava en les poblacions confrontants a la ciutat del Túria. “En la zona de capçalera de la conca es produeixen precipitacions intenses i en la zona més avall no plou, aquesta aigua acabarà produint una inundació fluvial, com va esdevindre en aquesta DANA”, explica. En el seu estudi, es va centrar en la conca hidrogràfica de la rambla del Poio, que abasta 19 municipis.

Usant models hidrològics i hidràulics, tots dos proporcionats pel cos d’enginyers de l’armada dels Estats Units, i combinant dades de sensors socials, va poder validar simulacions amb un 87% de coincidència. “A través del nombre de denúncies fetes en xarxes socials i de les quals es va poder extraure 1000 tuits –proporcionats per l’empresa derivada de la UPV Sensing Tool a través d’un algorisme de busca amb intel·ligència artificial amb paraules clau– vam poder evidenciar que la correlació entre aquests tuits i el cabal simulat era quasi perfecta”, va recalcar.

“El pluviòmetre de l’Aemet a Torís va presentar una precipitació acumulada de 771,6 litres per metre quadrat en 24 hores. En tota la Comunitat Valenciana, plou de mitjana anual al voltant de 300 i 500 litres. Només en un dia, va caure el doble del que cau en un any”, va asseverar. Sobre això, també va destacar que un dia abans de la DANA s’havien registrat un total de 280 mil·lilitres.

En el barranc de Torrent, es van detectar 4.881 metres cúbics per segon: “El riu Ebre, en la desembocadura, presenta un cabal mitjà anual de 412 metres cúbics per segon. Cosa que equival al pas de l’Ebre 12 vegades en un dia per aquesta rambla”. A més, el volum simulat va arribar a 162,5 milions de metres cúbics, i es necessitarien 110 estadis com el Santiago Bernabeu per a “poder arreplegar tota l’aigua generada per aquesta DANA”.

Així mateix, durant la seua intervenció, va assegurar que el model usat es va crear a partir del seu ordinador personal i va arribar a tardar “25 hores”, però que, a través d’un supercomputador, la tasca estaria en “qüestió d’hores”, i podria predir –si es tenen les dades de precipitació– la quantitat d’aigua i la seua distribució. Com a missatge conscienciador, López Ballesteros va sentenciar: “Cal recolzar-se en la ciència per a lluitar contra la desinformació”.

“La IA no és una caixa màgica que ho resol tot. Costa molt fer-la funcionar”, va assegurar Gustau Camps-Valls, professor d’enginyeria elèctrica en la Universitat de València. L’expert va demostrar la capacitat d’impacte dels Sistemes d’Alerta Primerenca (EWS) potenciats per IA, que integren dades de satèl·lits, sensors hidrogràfics i estacions meteorològiques.

“Aquestes tecnologies permeten anticipar desastres i avaluar-ne les conseqüències amb més precisió, i contribueixen a la millora de la presa de decisions”, va subratllar.

En línia similar, Adriana Giret, professora de la Universitat Politècnica de València, va tindre l’oportunitat de presentar el projecte AI4DTE, una plataforma de bessons digitals per a anticipar catàstrofes naturals i millorar la planificació estratègica a través de la IA. Aquesta posseeix la capacitat de predir lliscaments de terra i degradació del sòl, i s’adequa a una àmplia varietat d’aplicacions en sostenibilitat i infraestructura.

Optimització de recursos i salut mental

La salut mental és una altra de les problemàtiques que s’han agreujat en aquesta situació d’emergència. Segons dades de l’organització Save the Children, hi ha més de 71.000 xiquets i xiquetes que resideixen en zones afectades i que podrien experimentar canvis en el comportament, dificultats a l’hora de dormir, mals de cap o resistència a voler conversar.

Jaime Guixeres, investigador en LabLENI-UPV, va donar a conéixer una plataforma creada amb la finalitat de detectar de manera primerenca trastorns psicològics arran de situacions de crisis. A través de la IA, l’aplicació faria una mena de cribratge a partir de les respostes dels pacients, i després d’això, els prioritaris serien els primers a ser atesos. “Hi ha moltíssima gent afectada i pocs professionals, i per això naix ConectaSalud”, concreta Guixeres.

En el torn de Yulia Karpova, investigadora de la UPV, es va abordar la gestió i la reubicació de les ambulàncies. Es va posar el focus en la problemàtica de tindre aquests serveis de suport vital en zones inundables i en la necessitat d’integrar models predictius i dades històriques per a millorar la cobertura i el temps de resposta.

Com a clausura de la jornada, ponents com Rafael Sebastián, director general de Ciència i Investigació de la Generalitat Valenciana; Pablo Alcoriza, de l’empresa Ídrica del grup Global Omnium; Guillermo Mas, de CETaqua; Javier Fernández, de l’empresa Cerwall; i José Domingo Martínez, cap de secció de Serveis Innovadors i Sostenibles de la Diputació de València, van posar damunt la taula les oportunitats i els reptes de la IA pel que fa a la gestió d’emergències i la reconstrucció.

“Des de Cerwall vam estar col·laborant amb la Guàrdia Civil en les tasques de cerca, però necessitem infraestructures perquè funcione aquesta IA. Fan falta centres de dades”, va assegurar Fernández.

D’altra banda, Rafael Sebastián va subratllar la necessitat d’avançar cap a un model preventiu, tant des de l’Administració pública com en les empreses, encara que “ja hi haja eines prometedores, algunes de les quals no estan coordinades ni implementades de manera efectiva”.