Un sistema de visi¨®n artificial para vigilar los estragos de la guerra desde el espacio

Las ciudades del presente no est¨¢n pensadas para la guerra. Atr¨¢s quedan fortificaciones y sistemas de murallas pensados para resistir un asedio. Sin embargo, los n¨²cleos urbanos son ahora m¨¢s que nunca objetivos b¨¦licos, por su importancia pol¨ªtica y econ¨®mica y por la poblaci¨®n que concentran. La estrategia no es nueva: ¡°Los romanos destruyeron Cartago con fuego; Guernica, Coventry y Dresden sufrieron nuevas formas de combate siglos despu¨¦s ¨Dbombardeo desde aviones militares¨D, e Hiroshima y Nagasaki sintieron los devastadores efectos que las armas nucleares desataron sobre ellas¡±, escribe Daniel Palmieri, investigador de Cruz Roja Internacional. Seg¨²n datos de la misma entidad, 50 millones de personas sufren ahora las consecuencias de las guerras que golpean escenarios urbanos.

Con un 56,5% de la poblaci¨®n mundial viviendo en estos n¨²cleos, monitorizar los estragos que la guerra deja en ellos se vuelve una tarea primordial en tareas como el despliegue de ayuda humanitaria, la vigilancia de los derechos humanos y la planificaci¨®n de iniciativas de reconstrucci¨®n. ¡°Es dif¨ªcil verificar de forma independiente lo que est¨¢ pasando, y eso crea un vac¨ªo de datos¡±, se?ala Andre Groeger, investigador de la Universidad Aut¨®noma de Barcelona (UAB). Para suplir esas carencias un equipo del que forma parte Groeger ha desarrollado un sistema de visi¨®n artificial capaz de identificar la destrucci¨®n que causa la guerra sobre edificios de n¨²cleos urbanos.

¡°Si un barrio ha sido atacado, puedes determinar que cuanto mayor sea la destrucci¨®n de infraestructuras, m¨¢s probable ser¨¢ que la gente lo abandone. Esto podr¨ªa ayudar a ACNUR a prepararse para recibir flujos de refugiados¡±, ejemplifica el experto. Con ¨¦l han colaborado Hannes Mueller, investigador del Instituto de An¨¢lisis Econ¨®mico del CSIC; Jonathan Hersh y Andrea Matranga, de Chapman University, y Joan Serrat, de la UAB.

¡°Las im¨¢genes satelitales nocturnas se han utilizado mucho para usar la intensidad de la luz como medida del Producto Interior Bruto¡±, comenta el investigador. La alta resoluci¨®n y la disponibilidad de im¨¢genes hist¨®ricas en portales de f¨¢cil acceso como Google Earth fueron clave en la puesta en marcha del proyecto, que ha dado como resultado una herramienta entrenada con fotos de n¨²cleos urbanos afectados por la guerra en Siria y capaz de identificar por s¨ª misma las ¨¢reas donde los edificios muestran da?os causados por la artiller¨ªa, bloques derrumbados o cr¨¢teres de bombas.

Primero humanos, despu¨¦s m¨¢quinas

Cuando no median m¨¢quinas, estas tareas de reconocimiento se ven obstaculizadas por la escasez de los datos sobre las zonas en conflicto y su baja calidad. La recopilaci¨®n se complica adem¨¢s por la excesiva dependencia de la informaci¨®n que publican los medios y lo que reportan testigos. En tales condiciones, entidades como Amnist¨ªa Internacional o el Banco Mundial se ven obligadas a revisar manualmente las im¨¢genes satelitales para poder obtener evaluaciones de los da?os suficientemente precisas. De acuerdo con las estimaciones de los investigadores, etiquetar manualmente un conjunto de datos como el que han podido procesar en este proyecto tendr¨ªa un coste de unos 200.000 d¨®lares (unos 169.000 euros).

Para entrenar el sistema de aprendizaje autom¨¢tico capaz de hacer la identificaci¨®n autom¨¢tica de los edificios destruidos, los investigadores valoraron la posibilidad de crear su propio conjunto de datos de im¨¢genes con las zonas da?adas ya identificadas. ¡°Pero no logr¨¢bamos avanzar, porque no ten¨ªamos suficiente gente para recopilar esos datos¡±, recuerda Groeger. Los datos de otras fuentes de destrucci¨®n tampoco resultan ¨²tiles en estos casos, explica: ¡°En un terremoto, por ejemplo, ves barrios enteros completamente destruidos. Un bombardeo destruye edificios aqu¨ª y all¨¢¡±. Por ¨²ltimo, recurrieron a Unosat, una agencia de la ONU que integra una unidad de desarrollo de aplicaciones con informaci¨®n satelital donde estas im¨¢genes se etiquetan manualmente.

Una vez entrenada la herramienta, la idea es que esta pueda seguir mejorando sus predicciones aprovechando incluso los mismos datos que genera. ¡°Una vez que est¨¢ entrenado suficientemente bien, el algoritmo puede asumir parte del trabajo humano que se hace en entidades como las Naciones Unidas y acelerar y abaratar la elaboraci¨®n de estas evaluaciones¡±, a?ade el experto. Seg¨²n estima Groeger, procesar y etiquetar un nuevo conjunto de im¨¢genes con el sistema que han desarrollado es cuesti¨®n de un par de horas. ¡°Si se hiciera manualmente estar¨ªamos hablando de d¨ªas o semanas¡±.

El equipo ha seguido en contacto con Unosat, donde se han mostrado interesados en conocer m¨¢s detalles del proyecto. ¡°Estamos viendo c¨®mo podr¨ªamos colaborar y llevar esta ida a una nueva fase¡±, matiza el investigador. Para el futuro, conf¨ªan en que la utilizaci¨®n de nuevas bases de datos para el entrenamiento mejore los resultados y la sensibilidad del sistema en el registro de da?os moderados. Avances como estos permitir¨ªan adem¨¢s ampliar la cobertura del sistema, que ahora mismo est¨¢ especializado en el entorno de Siria e incluso aplicar el mismo procedimiento al proceso inverso y monitorizar la recuperaci¨®n del territorio una vez concluido el conflicto.

La informaci¨®n derivada de estos an¨¢lisis permitir¨ªa conocer mejor los efectos de estos ataques desde el punto de vista social, identificar posibles sesgos en los m¨¦todos de reconocimiento tradicionales y responder a preguntas como en qu¨¦ fases del conflicto se recurre a estas estrategias, qu¨¦ puede hacerse para reducir las v¨ªctimas civiles o cu¨¢l es el efecto de la destrucci¨®n de edificios sobre el desplazamiento de la poblaci¨®n, comparado con otros tipos de violencia, como el uso de peque?as armas de fuego.

Puedes seguir a EL PA?S TECNOLOG?A en Facebook y Twitter o apuntarte aqu¨ª para recibir nuestra newsletter semanal.