El pasado octubre de 2018, Google.org lanzó el AI Impact Challenge para ayudar a financiar proyectos que solucionen desafíos o problemáticas del mundo a través del uso de inteligencia artificial.
El proyecto “Aprendizaje automático e imágenes satelitales para detectar minas ilegales en Colombia” de la Universidad del Rosario es una de las 20 propuestas ganadoras, entre 2602 de 119 países.
Con la fuerte creencia de que las tecnologías emergentes ayudarán a resolver los grandes problemas de la humanidad, Google lanzó el AI Impact Challenge y convocó a organizaciones sin ánimo de lucro, académicos y empresas sociales de todo el mundo a proponer soluciones basadas en inteligencia artificial. El resultado: 2602 solicitudes de 119 países, 40% de las cuales provinieron de organizaciones sin experiencia previa en IA, y con temáticas que van desde salud y oportunidades económicas hasta conservación del medio ambiente, educación y desinformación.
Hoy, desde el I/O 2019, el evento de Google que reúne desarrolladores de todo el mundo, la compañía anuncia los 20 ganadores globales, los cuales compartirán 25 millones de dólares en becas, créditos y consultoría de Google Cloud, tutorías de expertos en IA y un programa acelerador diseñado a la medida para hacer de sus proyectos todo un éxito.
Entre los ganadores hay dos iniciativas latinoamericanas. Por un lado, el proyecto colombiano desarrollado por la Universidad del Rosario que pretende detectar minas ilegales en todo el país a través del uso de imágenes satelitales y de machine learning, con el objetivo de ayudar a tomar medidas para proteger a las personas y a los recursos naturales; y por el otro, el proyecto brasileño que usa inteligencia artificial para traducir el portugués al lenguaje de señas usando un avatar digital llamado Hugo.
Equipo ganador colombiano de la Universidad del Rosario
Esta es la lista oficial de los 20 proyectos ganadores:
• American University of Beirut (Líbano): 84 millones de personas en el Medio Oriente y África dependen de la agricultura para su sustento. El riego es necesario para la producción agrícola en estas regiones áridas, pero los recursos de agua subterránea se están agotando debido a prácticas de riego ineficientes. Mediante el aprendizaje automático y los datos del clima y la agricultura, este equipo ahorrará agua y mejorará la producción de alimentos al proporcionar a los agricultores horarios de riego, incluyendo la cantidad de agua necesaria para regar los cultivos en sus campos.
• Colegio Mayor de Nuestra Señora del Rosario (Colombia) Las malas prácticas ambientales de las minas ilegales contaminan las áreas circundantes, contaminan el agua potable de la comunidad y ponen en peligro a los trabajadores locales. En Colombia, los investigadores usarán imágenes satelitales para detectar minas ilegales en todo el país, lo que permitirá a las comunidades y al gobierno tomar medidas para proteger a las personas y los recursos naturales.
• Crisis Text Line, Inc. (EE. UU.) Millones de personas en crisis acuden a las líneas de ayuda cada año, pero puede ser un desafío identificar quién se encuentra en el peligro más inmediato para ellos mismos o para los demás. Crisis Text Line utilizará el procesamiento de lenguaje natural para clasificar los mensajes de texto de los usuarios en crisis, reduciendo los tiempos de espera y asegurando que las personas con mayores necesidades obtengan ayuda rápidamente.
• Departmento de ciencia de la computación, Makerere University (Uganda) La contaminación del aire contribuye de manera importante a la mala salud y la muerte en los países en desarrollo. El seguimiento espacial y temporal de los patrones de contaminación es esencial para combatirlo, pero esto puede ser difícil en áreas polvorientas de bajos recursos, como Kampala. Los investigadores usarán aprendizaje automático para compensar las deficiencias de los sensores de contaminación de bajo costo y ampliar una red de monitoreo de la calidad del aire existente con pronósticos y resultados más precisos.
• Eastern Health (Australia): Mientras que las ambulancias son a menudo el primer punto de contacto con personas con intenciones suicidas, los registros clínicos de las ambulancias están significativamente menos enfocados en el tratamiento y prevención del suicidio. Al utilizar herramientas de IA para analizar estos datos valiosos, Eastern Health pretende descubrir tendencias de suicidio críticas y puntos potenciales de intervención para informar mejor a las políticas públicas y las respuestas de salud.
• Empirical Resolution Inc. (EE. UU.): Los estudiantes con ingresos bajos a menudo no reciben los niveles de atención necesarios en la escuela para desarrollar habilidades de escritura sólidas. Quill.org utilizará el aprendizaje profundo estructurado para automatizar la evaluación de los trabajos y ofrecer comentarios instantáneos, lo que permitirá a los estudiantes convertirse en escritores más sólidos y a los maestros usar las evaluaciones de diagnóstico para generar planes de aprendizaje personalizados para cada estudiante.
• Fondation MSF (La Fondation Médecins Sans Frontières – Francia) Permitir que el personal médico prescriba los antibióticos adecuados para las infecciones bacterianas es fundamental para las personas y, cada vez más, para el manejo global de la resistencia a los antibióticos. Los antibiogramas ayudan a guiar estas decisiones, pero en áreas de bajos recursos, el personal médico a menudo carece de las habilidades para interpretarlos. Con el reconocimiento de imágenes y una aplicación para teléfonos inteligentes, Fondation MSF ayudará al personal a analizar imágenes antimicrobianas y brindará el tratamiento adecuado para el paciente.
• Full Fact (Reino Unido): Con la proliferación de información falsa en la web, encontrar la verdad puede ser un desafío. Full Fact está usando la IA para empoderar a las personas encargadas de verificar hechos en todo el mundo, para ayudarles a tomar mejores decisiones, más rápido. Saber en quién y en qué confiar ayudará a los ciudadanos, medios de comunicación y legisladores a tomar mejores decisiones.
• Gringgo Indonesia Foundation (Indonesia) Cada año, millones de toneladas de plástico se desechan en nuestros océanos, gran parte de los cuales provienen de comunidades donde el manejo de residuos no cuenta con suficientes recursos. Gringgo está creando una herramienta de reconocimiento de imágenes para conectar a los recolectores de residuos independientes, funcionarios gubernamentales, ONGs y empresas privadas para organizar mejor la recolección sistemática de residuos. Esto también mejorará las tasas de reciclaje de plásticos y otros materiales.
• Hand Talk Serviços LTDA (Brasil) Muchas personas sordas y con dificultades auditivas en Brasil tienen dificultades para leer y escribir; dependen en gran medida del lenguaje de señas para comunicarse. Hand Talk usa inteligencia artificial para traducir el portugués al lenguaje de señas brasileño usando un avatar digital llamado Hugo. Esta herramienta permite la comunicación digital para los brasileños sordos y con dificultades auditivas, y también aumenta el aprendizaje de la lengua de señas brasileña.
• HURIDOCS (Sistemas de Información y Documentación de Derechos Humanos – Suiza) Actualmente, los abogados de derechos humanos están obligados a examinar vastos repositorios de documentos para identificar los hechos más relevantes para su caso. HURIDOCS utiliza el procesamiento de lenguaje natural y los métodos de aprendizaje automático para extraer, explorar y conectar información relevante en leyes, jurisprudencia, testimonios de víctimas y resoluciones. Con documentos globales accesibles, los abogados de derechos humanos pueden investigar y defender sus casos de manera eficiente y efectiva.
• New York University (EE. UU.): En una emergencia, una cuestión de segundos puede influir en los resultados. En este proyecto, los investigadores de NYU se asociará con el Departamento de Bomberos de la Ciudad de Nueva York (FDNY) para construir modelos que optimizarán las respuestas del FDNY a las 1,7 millones de emergencias que responde cada año, teniendo en cuenta factores como el clima, el tráfico, la ubicación, el tipo de llamada y más.
• Nexleaf Analytics (EE. UU.): Las cadenas de suministro de vacunas contra el resfriado enfrentan desafíos únicos y soluciones personalizadas, que pueden evitar que los niños sean vacunados de manera segura. Los analistas están utilizando tecnologías de IA para construir modelos de datos para impulsar un sistema de información global que pueda predecir la viabilidad de la vacuna en cada punto de las cadenas de suministro.
• Rainforest Connection (EE. UU.) Las selvas tropicales de todo el mundo están bajo la amenaza inmediata de la tala ilegal y el calentamiento global. Rainforest Connection está utilizando el monitoreo bioacústico y el análisis de inteligencia artificial para detectar amenazas inmediatas y hacer un seguimiento de la salud de la selva tropical utilizando una tecnología móvil común y aprendizaje profundo. La red eliminará las amenazas inmediatas y catalogará la salud de la selva tropical para los científicos de todo el mundo.
• Skilllab BV (Países Bajos): Cuando los refugiados buscan trabajo en un nuevo país, a menudo luchan para traducir sus habilidades a sus nuevos contextos. La tecnología de Skilllab ayudará a los usuarios a generar y traducir automáticamente perfiles completos de habilidades. Luego usarán los sistemas de recomendación para asignar el conjunto de habilidades únicas de una persona directamente a las ocupaciones.
• TalkingPoints (EE. UU.): El involucramiento familiar es uno de los factores más importantes en los resultados educativos para los estudiantes, pero muchas familias y maestros pierden la oportunidad de conectarse debido a las barreras del idioma o la falta de tiempo. TalkingPoints se desarrollará sobre la base de su sistema de traducción, utilizando IA para guiar el involucramiento efectivo y personalizado de dos vías entre padres y maestros. Esta conexión entre padres y maestros a escala ayudará a cerrar la brecha de logros educativos.
• The Pennsylvania State University (EE. UU.): Los deslizamientos de tierra causan miles de muertes prevenibles cada año en todo el mundo y provocan el desplazamiento de comunidades enteras y la destrucción de terrenos habitables. Pennsylvania State University usará herramientas de aprendizaje profundo para predecir mejor la ubicación de los deslizamientos, el momento en que sucederán y las áreas afectadas, y crear un sistema de advertencia para minimizar el impacto de estos desastres naturales.
• The Trevor Project (EE. UU.): Tan solo en los EE. UU., millones de jóvenes LGBTQ consideran seriamente el suicidio o experimentan una crisis significativa cada año. The Trevor Project salva vidas mediante orientación para jóvenes LGBTQ a través del teléfono, texto y chat. The Trevor Project utilizará el procesamiento de lenguaje natural y análisis de sentimientos para determinar el nivel de riesgo de suicidio de un joven LGBTQ y adaptar mejor los servicios para las personas que buscan ayuda.
• Wadhwani AI (India): En la India, millones de pequeños agricultores luchan con la incertidumbre del rendimiento de su cosecha e ingresos debido a las plagas que pueden eliminar hasta el 50 % de los cultivos en un año determinado. En este proyecto, los agricultores subirán fotos regulares de las trampas de plagas y los investigadores usarán el reconocimiento de imágenes para rastrear y analizar los contenidos, permitiendo que las recomendaciones de intervención localizadas y oportunas ayuden a estabilizar la producción de cultivos y reducir el uso de pesticidas.
• WattTime Corporation (EE. UU.): Se han gastado miles de millones de dólares en la construcción de sistemas de monitoreo para medir las emisiones de las principales plantas de energía de combustibles fósiles. Estos sistemas de monitoreo hacen posibles las iniciativas de reducción de emisiones críticas, pero no son accesibles en comunidades que no pueden costearlo. WattTime utilizará algoritmos de procesamiento de imágenes y redes satelitales para reemplazar los costosos monitores de emisiones de plantas de energía in situ con una plataforma de monitoreo de código abierto y accesible a nivel mundial.
La próxima semana, los ganadores se reunirán en San Francisco, California, para el lanzamiento del Google AI Impact Challenge Accelerator, un programa de seis meses de duración llevado a cabo por Google Developers’s Launchpad.