La inteligencia artificial abre múltiples posibilidades en la gestión sostenible de bosques
El Congreso «Inteligencia Artificial y Gestión de los Ecosistemas», que tuvo lugar en Palencia, España, en abril pasado, reunió a un centenar de investigadores procedentes de 21 países y 5 continentes en torno a las oportunidades que brinda la inteligencia artificial en la gestión sostenible de los ecosistemas forestales.
El Congreso fue considerado como “un ejemplo de cómo promover el intercambio de conocimiento en un campo tan prometedor, pero no exento de riesgos, como es la Inteligencia Artificial”, comentó el representante de la entidad organizadora ‒la Cátedra SMART Global Ecosystems‒ Felipe Bravo. Los participantes llegaron desde Australia, China, Vietnam, Albania, Sudáfrica, Grecia, Marruecos, India, Noruega, Etiopía y Kazajistán, entre otras ubicaciones. Argentina tuvo representación.
Los investigadores exploraron las posibilidades, los límites y las implicaciones de la Inteligencia Artificial aplicada a la gestión de los ecosistemas. Los trabajos que se presentaron pusieron de manifiesto la irrupción de las nuevas técnicas de Inteligencia Artificial en:
- El inventario, previsión y evaluación de los ecosistemas.
- La cartografía del carbono (superficial y subterráneo).
- La gestión de la información.
- La toma de decisiones de gestión sostenible.
- La prestación de servicios ecosistémicos.
- La caracterización tecnológica de productos.
- La agricultura y silvicultura de precisión.
En cuanto a los temas expuestos por los ponentes principales, se observó que las técnicas de aprendizaje automático y aprendizaje profundo son el presente y futuro en el análisis de teledetección y observación espacial.
En particular, se destacó la presentación de Mark Ducey, de la Universidad de New Hampshire (Estados Unidos), quien describió cómo usó la IA para modelizar la regeneración de diferentes especies arbóreas en los bosques de Maine (EEUU). Se trata de modelos que predicen que especies de árboles y que número es más probable que aparezcan en un bosque y zona determinada en función de, por ejemplo, los árboles ya presentes o la zona en la que se encuentre.
Por nuestro país intervino la profesora de la Universidad Nacional de La Plata Eleana Spavento, que presentó los resultados de su investigación sobre el aprendizaje automático aplicado a la clasificación de la madera.
El Congreso fue calificado como una oportunidad excelente para explorar la aplicación de la IA a la gestión de los ecosistemas e intercambiar conocimientos entre actores claves de la comunidad interesada en los recursos naturales.
Aportes de la Inteligencia Artificial
En cuanto a las conclusiones generales extraídas tras las jornadas de exposición de trabajos y debate, se destacaron los siguientes puntos clave:
- Los datos de calidad accesibles combinados con inteligencia artificial pueden beneficiar la gestión de los ecosistemas. Sin embargo, es difícil definir qué es la calidad de los datos pues depende de las necesidades y capacidades los usuarios.
- Es necesario incluir el conocimiento sobre datos y programación en los programas de estudios de Ingeniería Forestal, Agronomía y otros estudios relacionados con los ecosistemas y los recursos naturales, ya que es clave para que estos sectores aprovechen el potencial de la Inteligencia Artificial.
- Existen aspectos de la privacidad de los datos que llevan asociadas preocupaciones éticas.
- Deben explorarse las posibilidades de la inteligencia aplicando buenas ideas y trabajando en conjunto para un mejor uso de esta tecnología.
- En algunos casos los nuevos desarrollos vienen a sustituir a tecnologías que funcionan bien y están contrastadas, por lo que no son necesarios.
- Las decisiones finales deben recaer en las personas, mientras que los algoritmos de Inteligencia Artificial deben ser solo un apoyo a la toma de decisiones.
- En definitiva, el sector forestal va a incorporar en los próximos años, igual que el resto de disciplinas, grandes cambios en la gestión, análisis y explotación de la información gracias a los motores de inteligencia artificial, que se integrarán con metodologías más clásicas.