La Inteligencia Artificial como herramienta de identificación de penitentes en el volcán nevado Coropuna: Primeros ensayos

Abstract

El volcán nevado Coropuna (15°32’S, 72°39’O, 6377 m) se ubica al oeste de los Andes peruanos, al norte de la Zona Volcánica Central (ZVC). Debido a su topografía, permite la acumulación de precipitación sólida, que en determinados años por los fenómenos ENSO se intensifican, formando estructuras conocidas como penitentes. Los penitentes se forman por ablación diferencial, con el punto de rocío siempre debajo de 0°C, lo que significa que la nieve se sublima en lugar de fundirse. Además, múltiples penitentes altos pueden crear un microclima que desarrolle una circulación convectiva del calor, empujando el aire más cálido hacia arriba durante el día y provocando el atrapamiento del aire más frío por la noche (Yoshikawa et al., 2020). La Inteligencia Artificial (IA), en los últimos años, es la disciplina, que no sólo viene siendo aplicado en ramas de ciencias de la computación o ingeniería de sistemas. Sino que, con el desarrollo de nuevos algoritmos englobados en módulos, también se está aplicando en diferentes ramas de la ingeniería (ambiental, geología, salud, etc.) por su facilidad de uso, fácil aprendizaje y su menor consumo de memoria para el procesamiento de datos masivos. La IA tiene como finalidad que un algoritmo programado haga el trabajo que haría cualquier persona, previamente habiéndole enseñado a razonar e identificar el objeto de estudio. Bajo este criterio, la IA puede identificar personas, animales, cosas; siempre y cuando nuestro algoritmo aprenda las diferentes formas que puede adquirir el objeto de estudio. Así mismo, si lo complementamos con el uso de sistemas de detección remoto complejo, se puede monitorear diferentes elementos que se encuentren en zonas muy alejadas y/o que conlleve demasiado recurso humano para su análisis. Los algoritmos se caracterizan por seguir un procedimiento, paso a paso, para realizar una determinada tarea. Primero se definen los valores iniciales como son el tipo de captura de datos (fotografía, imagen o vídeo), si la identificación será de izquierda a derecha o viceversa, mediciones de distancia entre objetos, centroides, etc. Posteriormente, se adentra en el aprendizaje autónomo. Actualmente, existen módulos en python para la identificación de diferentes objetos comúnmente encontrados en nuestro día a día. A su vez, los mismos módulos instruyen, a través de su documentación, cómo se pueden crear algoritmos para objetos particulares. Ya que, exclusivamente la identificación de Penitentes nunca antes se ha realizado, el objetivo ha sido elaborar los algoritmos personalizados para la identificación y reconocimiento de Penitentes.