La IA permite una acción humanitaria más eficaz al estimar la densidad de población

Investigadores de EPFL y ETH Zurich, en colaboración con el Comité Internacional de la Cruz Roja (CICR) y la Universidad Bin Khalifa (Qatar), han desarrollado un programa que puede generar estimaciones de densidad de población con una precisión sin precedentes, y solo necesita una estimación aproximada en el nivel regional para aprender.

En la mayoría de los países donde opera el CICR, ya sea en respuesta a una crisis o conflicto o para apoyar la reconstrucción, no se dispone de datos censales actualizados. Y cuando se realizan recuentos censales, a menudo quedan obsoletos rápidamente como resultado del rápido crecimiento de la población y los cambios demográficos.

Pero cuando los trabajadores humanitarios necesitan restaurar el suministro de agua, distribuir alimentos o evaluar la viabilidad de un programa de prevención, pueden trabajar de manera mucho más eficiente si saben cuántas personas hay en un área determinada. Es por eso que los ingenieros de EPFL y ETH Zurich se asociaron con el CICR para desarrollar un programa basado en inteligencia artificial, llamado Pomelo.

El software recopila grandes conjuntos de datos públicos de los sistemas de detección remota, como datos sobre recuentos de edificios, tamaños promedio de edificios, proximidad a carreteras, mapas de carreteras e iluminación nocturna, y los agrega en función de las ponderaciones aprendidas por una red neuronal. Pomelo ha sido probado con éxito en varios países africanos y genera resultados excepcionalmente granulares en áreas de superficie tan pequeñas como una hectárea. Los hallazgos de los investigadores aparecen en Informes científicos.

Precisión hasta la hectárea más cercana

Aunque ya existen varios métodos de mapeo de población, ninguno de ellos puede producir estimaciones con la precisión necesaria para operaciones humanitarias, planificación urbana y monitoreo ambiental. Estos métodos generalmente funcionan extrapolando datos de levantamientos detallados pero locales para cubrir áreas más grandes, o tomando geodatos disponibles abiertamente (como imágenes satelitales y de drones) que se obtienen en áreas grandes y desagregándolos de acuerdo con varios criterios para lograr una resolución mucho más fina.

Actualmente, el CICR utiliza software que se basa en huellas de edificios. «Pero nuestro software no tiene en cuenta otros factores, como la forma en que se utilizan los edificios», dice Thao Ton-That Whelan, director de proyectos del CICR. «Eso es importante porque el tipo de ayuda necesaria en un área determinada depende de si se trata de un distrito industrial, administrativo o residencial, por ejemplo».

El profesor Devis Tuia, que dirige el Laboratorio de Ciencias Computacionales Ambientales y Observación de la Tierra de la EPFL, agrega: «Existen algunos otros programas basados ​​en inteligencia artificial, pero todos necesitan un recuento de censo preciso para comenzar a aprender, que luego refinan con otros datos. Solo necesitamos una estimación de la población a nivel regional aproximado».

Pomelo se desarrolló bajo la iniciativa Engineering Humanitarian Action, una asociación entre EPFL, ETH Zurich y el CICR para aprovechar las nuevas tecnologías y los conocimientos de ingeniería para mejorar la vida de las personas necesitadas. El objetivo con Pomelo era crear un programa de IA que pudiera producir mapas de población precisos para parcelas discretas de tierra que miden una hectárea, o 100 m de largo por 100 m de ancho. Su programa puede ofrecer tal precisión gracias a la gran cantidad de conjuntos de datos públicos de los que se basa.

Probado en Tanzania, Zambia y Mozambique

Por ejemplo, basándose en los datos abiertos de un edificio determinado, Pomelo puede estimar poblaciones de forma lógica con respecto a su uso. «Los edificios tienden a ser más altos en las áreas urbanas que en los suburbios, por ejemplo, y más personas tienden a vivir en áreas donde hay más iluminación nocturna», dice Tuia.

«Toda esta información ayuda a producir estimaciones más precisas de la densidad de población. Al principio, consideramos usar datos de las redes sociales, pero luego nos dimos cuenta de que estas aplicaciones no se usan lo suficiente en zonas de crisis, especialmente en áreas rurales».

Los ingenieros probaron su programa con datos de varios países africanos, incluidos Tanzania, Zambia y Mozambique, países donde también opera el CICR. Usaron Pomelo para generar una serie de mapas digitales que mostraban estimaciones de densidad de población por hectárea y compararon los resultados con estimaciones de otros programas. Pomelo demostró ser más preciso que sus pares, no solo a nivel de hectárea, sino también a escalas más grandes y gruesas, incluso en densidades de población bajas (1000 a 2000 habitantes).

«Trabajar con estas dos universidades nos ha permitido utilizar tecnología avanzada que no necesariamente hubiéramos tenido el tiempo o la capacidad de desarrollar en el CICR», dice Ton-That Whelan, quien cree que Pomelo será muy útil para fines de planificación.

«Tiene sus límites, por supuesto, como en situaciones en las que los grupos se mueven rápidamente. Y el programa no puede decirnos si los edificios están vacíos, pero tenemos equipos en el terreno que pueden brindarnos ese tipo de información». Los investigadores planean lanzar una versión fácil de usar del software para no expertos en abril de 2023.