Investigadores del Instituto Tecnológico de Massachusetts (MIT) han desarrollado una herramienta de predicción de inundaciones que combina IA generativa y modelos físicos para producir imágenes satelitales realistas que representan visualmente posibles escenarios de inundaciones. Esta herramienta no sólo puede identificar áreas de alto riesgo con mayor precisión, sino que también brinda a los tomadores de decisiones un apoyo visual más confiable para una mejor alerta de inundaciones y respuesta a desastres. Esta tecnología integra de manera innovadora redes generativas adversarias (GAN) y modelos físicos, reduciendo efectivamente la posibilidad de "ilusión" del modelo GAN, mejorando la precisión de las imágenes y proporcionando nuevos métodos para una forma más eficaz de alertar de inundaciones y gestionar desastres.
Los científicos del Instituto Tecnológico de Massachusetts (MIT) están desarrollando una herramienta de inteligencia artificial (IA) que puede generar imágenes satelitales realistas para ilustrar posibles escenarios de inundaciones. Esta tecnología combina modelos de IA generativa y modelos de inundaciones basados en la física para identificar con mayor precisión áreas de alto riesgo y brindar a los tomadores de decisiones un soporte de visualización confiable.
Modelo físico + IA: genere imágenes de inundaciones más precisas
Según Space.com, la herramienta utiliza primero modelos físicos para identificar áreas con riesgo de inundación. Luego genera una vista aérea detallada de cómo podría verse el área después de una inundación, dependiendo de la intensidad de la tormenta entrante. La herramienta utiliza un enfoque innovador que combina redes generativas adversarias (GAN) con modelos físicos para reducir las "alucinaciones" (es decir, características en imágenes que parecen reales pero son inexactas) que pueden producir las GAN.
"Las 'ilusiones' pueden ser engañosas para los espectadores", afirmó Bjorn Lütjens, investigador postdoctoral en el Departamento de Ciencias de la Tierra, Atmosféricas y Planetarias del MIT. "Estamos pensando en cómo utilizar estos modelos generativos de IA en el contexto de los impactos climáticos, en In. En este caso, contar con una fuente de datos confiable es crucial. Aquí es donde entran en juego los modelos físicos”.
Alerta temprana más intuitiva: ayude a aumentar la disposición a la evacuación
"La idea es que algún día podamos utilizar esta tecnología antes de un huracán para proporcionar una capa adicional de visibilidad al público", dijo Lütjens. También destacó la importancia de las evacuaciones, diciendo: "Animar a la gente a la evacuación ante el riesgo". Es un gran desafío. Tal vez este tipo de visualización pueda ayudar a mejorar ese nivel de preparación".
Comparación de mediciones reales: el modelo físico AI + tiene ventajas obvias
Para demostrar el modelo, los investigadores lo aplicaron a un escenario en Houston, generando imágenes satelitales de inundaciones en la ciudad después de una tormenta similar a la intensidad del huracán Harvey. Compararon las imágenes generadas por IA con imágenes de satélite reales e imágenes generadas sin la ayuda de modelos físicos. Los resultados mostraron que las imágenes de IA generadas sin la ayuda de modelos físicos eran muy inexactas y producían muchas "ilusiones", mostrando principalmente inundaciones en áreas donde es poco probable que se produzcan inundaciones. Por el contrario, las imágenes generadas mediante métodos de aumento físico se asemejan mucho a situaciones del mundo real.
Perspectivas de aplicación: ayudar en la toma de decisiones y proteger la seguridad humana
Los científicos anticipan que esta tecnología ayudará a predecir futuros escenarios de inundaciones y proporcionará datos visuales confiables para ayudar a los tomadores de decisiones a tomar decisiones informadas para los esfuerzos de planificación, evacuación y mitigación de inundaciones. Lüterjens dijo que los tomadores de decisiones normalmente usan visualizaciones, como mapas codificados por colores, para evaluar áreas potenciales de inundación, pero las visualizaciones de imágenes satelitales pueden proporcionar información más intuitiva y atractiva manteniendo al mismo tiempo la credibilidad.
Actualmente, el método del equipo aún se encuentra en la etapa de prueba de concepto y se necesita más tiempo para analizar otras áreas y predecir con mayor precisión los resultados de varias tormentas.
"Demostramos un enfoque práctico para combinar el aprendizaje automático con la física para casos de uso sensibles al riesgo que requieren que analicemos los sistemas de la Tierra", dijo Dava Newman, profesor de aeronáutica y astronáutica del MIT y director del MIT Media Lab y predecir acciones futuras. y posibles escenarios para mantener a las personas fuera de peligro. Estamos ansiosos por poner nuestras herramientas de IA generativa en manos de los tomadores de decisiones a nivel de la comunidad local, donde podrían tener un impacto significativo e incluso salvar vidas".
Esta tecnología de predicción de inundaciones basada en inteligencia artificial y modelos físicos proporciona un poderoso soporte técnico para una alerta de inundaciones y una gestión de desastres más precisa en el futuro. Tiene amplias perspectivas de aplicación y se espera que salve más vidas y reduzca las pérdidas causadas por las inundaciones en todo el mundo. En el futuro, a medida que la tecnología siga mejorando y se amplíe su alcance de aplicación, esta tecnología desempeñará un papel más importante.