Debido al cambio climático derivado de la emisión de gases de efecto invernadero, los incendios forestales son cada vez más frecuentes, más intensos, arrasan más área y duran más. Necesitamos nuevas herramientas para su detección temprana. Sobre ello nos arroja luz Vasco Correia, Chief Business Officer (CBO) de Bee2Fire Detection, empresa que hace uso del motor de inteligencia artificial Watson de IBM en su misión para combatir el fuego.
– ¿Qué es Bee2Fire Detection y de dónde surge?
Bee2Fire Detection es una empresa del grupo Compta que trabaja en detección de incendios forestales desde hace más de ocho años. En el origen de la solución está el profesor Pedro Vieira y Juan Matos, que son los autores de una patente de espectrometría óptica aplicada a fuegos forestales.
La espectrometría óptica es la misma tecnología que las agencias espaciales como NASA utilizan para identificar los componentes químicos de los exoplanetas. Ellos apuntan un telescopio espectrométrico y pueden decir de qué materia se compone el planeta.
“Combatir el fuego en los primeros veinte minutos va a marcar la diferencia”.
– ¿Por qué es importante detectar las llamas en las primeras fases del incendio?
Hoy nos enfrentamos a una realidad totalmente diferente en el combate a los fuegos. Su frecuencia ha aumentado cerca de un 400% desde los años 70, queman cinco veces más terreno y duran mucho más. El periodo de peligro forestal, la “época de incendios”, ya dura dos meses más que la década anterior.
El cambio climático ha hecho que tengamos que cambiar las estrategias de cómo combatir, por eso hemos avanzado con una solución diferente. Creemos que la IA es una llave esencial en este dominio porque hay que combatir el fuego lo más rápidamente posible.
Los expertos en fuegos forestales saben que combatir el fuego en los primeros 20 minutos va a marcar la diferencia entre lo que es un fuego fácilmente contenido y una situación que puede alcanzar proporciones devastadoras. Por eso la detección temprana es imprescindible para cambiar los efectos del cambio climático.
“Hemos complementado la detección espectrométrica y térmica con la detección mediante inteligencia artificial”.
– Vuestra solución comprende más de una tecnología para luchar contra el fuego.
Hemos lanzado una versión que va más allá de la detección. Antes de que se genere fuego, tenemos la previsión. Estamos siempre atentos a la situación ambiental en términos de temperatura, humedad relativa, viento… Todo el conjunto de características atmosféricas que son propicias para que haya fuego.
Tras esto también contamos con la detección, y ahora hemos complementado la detección espectrométrica y térmica con la detección mediante inteligencia artificial, lo que supone un salto muy grande. Hasta ahora las soluciones de detección han sido muy complejas y costosas porque requerían cámaras ópticas y térmicas muy especiales, con algoritmos bastante complejos.
Con la IA somos capaces de transformar cualquier cámara con calidad de videovigilancia (SSTV) en un detector de fuegos. Hemos entrenado el motor de IBM Watson durante más de dos años, detectando situaciones de fuego y descartando situaciones que lo parecen pero no lo son, como por ejemplo las nubes que se forman en el horizonte.
Another wildfire early detected by Bee2FireDetection Artificial Intelligence. Firefighters promptly alerted. Fire extinguished in less than 2 hours.#wildfires #firedetection #artificialintelligence #fireprevention #ibmwatson #firefighters #firesafety #IBMWeatherBPs pic.twitter.com/MVoB8t8MSJ
— Bee2FireDetection (@Bee2Fire) June 18, 2019
“Cuando se detecta un fuego inmediatamente, podemos estimar cómo se espera que avance por el terreno”.
– Pero también podéis hacer estimaciones de un fuego que ya se haya producido.
Además de la previsión y detección disponemos de la predicción en la evolución del fuego, muy útil para los bomberos y las fuerzas de combate. Cuando se detecta un fuego inmediatamente, podemos estimar cómo se espera que avance por el terreno. Qué dirección tomará, a qué velocidad, etc. Los bomberos pueden planificar el mejor modo de combatir el incendio.
Tenemos una tecnología muy completa. Hay compañías que se dedican más a la detección, otras a la predicción, otras a la previsión. Faltaba una herramienta integrada que uniese los tres y que les permitiese hablar entre ellos.
– Has comentado que ya es posible hacer uso de cámaras “convencionales”. ¿Qué equipo hace falta para detectar el fuego?
La gran mayoría de las cámaras que usan hoy clientes como protección civil o los bomberos para vigilar los bosques pueden ser conectadas a este servicio. Esto hace mucho más fácil su adopción. Basta que sea una cámara con buenas características de imagen digital con capacidades de comunicación. Con eso se podrían conectar a los servicios de detección con IA.
En nuestro caso combinamos tres sistemas: cámaras ópticas sobre las que usamos la inteligencia artificial, cámaras térmicas que buscan por puntos calientes aplicable en cortas distancias y espectrometría. Este último nos diferencia.
“Tenemos alcances de hasta 10 kilómetros con cámaras que pueden ser rotativas”.
– La cámara graba, emite y el fuego se detecta en remoto.
La cámara emite las imágenes y estas se analizan frame a frame por Bee2FireDetection buscando situaciones de fuego. Cada vez que una posible situación de fuego se detecta, se emite una alarma para avisar a la persona responsable de iniciar todo el proceso para combatir el fuego.
Es muy interesante porque con la inteligencia artificial tenemos alcances de hasta 10 kilómetros con cámaras que pueden ser rotativas, lo que da un área muy grande en los bosques.
– ¿Entonces la idea es ir instalando cámaras por los bosques?
Protecting large wildland areas and assets from wildfires in Amazon forest, Brazil for one of the largest mining companies in the world!#wildfires #mining #firefighters #FireSafety pic.twitter.com/s3ZXRZQ49e
— Bee2FireDetection (@Bee2Fire) May 21, 2019
Lo que estamos haciendo en varios proyectos en bosques, forestas y parques naturales es instalar torretas con cámaras en puntos estratégicos para dar gran cobertura visual.
Un cliente nuestro en la selva amazónica ha sustituido a humanos que miraban desde torretas por cámaras. Las torretas tienen 40 metros de altura y se ha reemplazado a humanos que pasaban la vida viviendo en las torretas por turnos por un sistema autónomo y mucho más fiable que la observación humana. Un ser humano no puede fijar su atención en algo durante más de 20 minutos.
Otros clientes tenían cámaras conectadas a pantallas en un centro de control. Allí había personas mirándolas, lo que tampoco es nada efectivo y es altamente costoso. Nuestra solución, además de ser más efectiva, tiene un coste muy interesante cuando se compara con personas que miran pantallas.
“IBM es lo que usamos como motor para la detección mediante IA”.
– Es decir, vuestra solución puede llegar a todo el mundo porque en principio no hace falta transportar equipo.
Cierto. Si el cliente ya dispone de cámaras, y esto sucede casi siempre, será muy fácil desplegar este tipo de solución.
– Has mencionado a IBM. ¿La idea fue vuestra, de Compta o de IBM?
La idea fue nuestra. IBM es el socio tecnológico que nos facilita determinados componentes de tecnología. También alimenta nuestros algoritmos de previsión, detección y prevención.
IBM es lo que usamos como motor para la detección mediante IA, pero también para los módulos de predicción y prevención usando The Weather Company. Esta es una empresa que nos ofrece todos los datos atmosféricos que nuestros algoritmos usan para determinar el peligro de incendios y cómo se propagan.
– Parece el tipo de solución que todas las ciudades deberían tener. ¿Qué tipo de clientes tenéis?
Esencialmente a dos tipos: los clientes del sector público, donde se agrupa la protección civil, los bomberos, los parques naturales, todos de dominio público o estatal, y clientes industriales que tienen sus infraestructuras ubicadas en zonas forestales.
Nuestros mayores clientes en Brasil son el mayor productor de papel de América del Sur, que explota grandes áreas de la foresta amazónica; y la mayor empresa de minería de níquel, también con vastas áreas ubicadas en bosques.
“Nos estamos enfocando mucho en los componentes de la detección temprana”.
– De la prevención habéis saltado a la detección, luego a la detección mediante IA, y por último a la predicción. ¿Cuáles son los siguientes pasos?
Estamos desarrollando nuevos modelos. Nos estamos enfocando mucho en los componentes de la detección temprana: la previsión antes del fuego, la detección efectiva, y lo que ocurre en las primeras fases del avance del fuego.
A la vez estamos desarrollando otros módulos enmarcados en esta área. Por ejemplo la detección para los bomberos en el terreno, aviso a los que están más cercanos al fuego, aplicaciones móviles que les den más información para que puedan combatir mejor, etc. También investigamos con drones.
Imagina el caso de que nuestro sistema ha detectado un posible incendio. El operador mira y tiene dudas. La idea es poder enviar un dron cercano y hacer fotografías para tener más datos y poder distinguir si es un fuego o no.
Este es un tema que nos preocupa mucho porque los falsos positivos son de los peores casos que pueden ocurrir. Hablamos de regiones remotas, y si vamos a enviar todas las fuerzas de combate a un punto en el que no hay fuego se comete un gasto muy grande tanto a nivel económico como de recursos que podrían estar combatiendo un fuego real en otro lugar.
– Al final la decisión la toma un humano aunque las cámaras te ayuden.
Siempre. No es posible tener un sistema totalmente autónomo en una situación crítica cuando hablamos de fuego. Es siempre necesaria la confirmación por una persona.
En Nobbot | Drones contra el fuego, cómo pueden ayudar a frenar la lacra de los incendios
Imágenes | Vasco Correia, iStock/JAH, iStock/DragonFly