El equipo de Inteligencia Artificial de Facebook utilizó imágenes de satélite, que fueron procesados a través de un modelo de aprendizaje automático, para crear un mapa de África que muestra con gran precisión dónde viven los 1.300 millones de personas en África, informa el sitio “TechCrunch”.
PUBLICIDAD
El gran nivel de detalle y precisión de las zonas africanas habitadas podrá ser de gran ayuda sobre todo para los gobiernos locales y organizaciones de ayuda. Antes sabían dónde vivían millones de personas, pero cientos de miles eran “ubicados” de forma vaga.
Imágenes de satélite son capaces de mostrar aldeas pequeñas y las casas y comunidades aisladas. Pero el territorio africano es muy extenso y el trabajo de etiquetar cada uno de estos demandaría mucho tiempo y esfuerzo. Esto los hace vulnerables a emergencias por desastres naturales o distribución de vacunas al no ser ubicados fácilmente.
– Proyecto todo de una sola vez –
Facebook emprendió un proyecto de creación de mapas de densidad de población. El objetivo es tener todo un mapa de ubicación de poblaciones en un solo registro. Así escaneó todo África, luego que desde hace algunos años había mapeado varios países.
“Los mapas de Facebook aseguran que enfoquemos el tiempo y los recursos de nuestros voluntarios en los lugares donde más se necesitan, mejorando la eficacia de nuestros programas”, dijo Tyler Radford, director ejecutivo del Equipo Humanitario OpenStreetMap, uno de los socios del proyecto.
La idea central es coincidir los datos del censo con datos de estructura derivados de imágenes satelitales para tener una mejor idea de dónde se encuentran esas personas.
PUBLICIDAD
“Con solo los datos del censo, lo mejor que puede hacer es asumir que las personas viven en todas partes del distrito, tanto en edificios como en campos y bosques”, dijo el ingeniero de **Facebook **James Gill. “Pero una vez que conoce las ubicaciones de los edificios, puede omitir los campos y bosques y solo asignar la población a los edificios. Esto le da mapas de población muy detallados de 30 por 30 metros”.
El método de trabajo antes descrito es lo que hace a los mapas de **Facebook **los más precisos. Se logra gracias al análisis de datos obtenidos de OpenStreetMap procesados con un agente de aprendizaje automático.
– Cómo funcionó –
El sistema de inteligencia artificial primero discriminó las enormes zonas de África que carecen de estructuras, así redujo gran cantidad de espacio que el equipo tuvo que evaluar. Un algoritmo específico de la región creó un modelo que identifica los parches que marcan las zonas con viviendas.
En todo este proceso, los ingenieros a cargo ejercen controles de calidad para asegurar que no exista sesgos regionales o tendencias de etiquetar espacios de forma errada. “Hemos podido simplificar el problema a una tarea de clasificación binaria sencilla”, dijo el equipo de inteligencia artificial de Facebook en el blog de la red social.
“Ahora, dada una imagen de entrada, una sola red neuronal predice si la imagen dada contiene un edificio. Este enfoque de clasificación también es significativamente menos costoso computacionalmente que un enfoque basado en la segmentación porque nos permite usar redes neuronales más pequeñas y producir salidas con una huella de memoria más pequeña”.
La eficacia del trabajo ofrece una mayor precisión. Los algoritmos aplicados ya contienen experiencia de mapeos de menor escala. Y es así que **Facebook **halló que los 1.000 parches etiquetados dentro de África en zonas con edificios, 996 eran correctos.
Finalmente, **Facebook **se beneficia con este trabajo para saber dónde se encuentran las poblaciones con conectividad deficiente para luego ofrecerles internet a través de láser o similares. Además, de tener aplicaciones humanitarias mucho más importantes.
