La inteligencia artificial no solo está transformando oficinas, buscadores y aplicaciones. También puede ayudar a escuchar bosques, estimar cosechas, verificar créditos de carbono y anticipar riesgos ambientales. Con ese objetivo, Google DeepMind seleccionó 16 organizaciones de Asia-Pacífico para su aceleradora AI for the Planet.
El programa comenzó esta semana con un bootcamp práctico en Singapur. Durante los próximos tres meses, las startups, organizaciones sin fines de lucro y equipos de investigación recibirán acceso a herramientas de IA de Google, modelos especializados, mentoría y apoyo técnico.
IA para proteger la naturaleza
Los proyectos seleccionados utilizan distintas fuentes de datos, desde sonidos de animales hasta imágenes satelitales. La idea es convertir señales ambientales difíciles de analizar manualmente en información útil para tomar decisiones.
- 800 Trust, Nueva Zelanda: combina IA y bioacústica para monitorear biodiversidad de forma continua y detectar amenazas ambientales.
- Kumi Analytics, Singapur: usa sensores remotos y
deep learningpara crear líneas base ambientales en proyectos de conservación. - Listening Lab, Nueva Zelanda: desarrolla herramientas bioacústicas que requieren menos datos para estudiar la biodiversidad a través del sonido.
- TelePIX, Corea del Sur: transforma imágenes satelitales en información práctica para monitorear manglares a escala global.
- Wildlife.ai, Nueva Zelanda: construye cámaras abiertas impulsadas por IA para la conservación de especies.
- Yayasan Ekosistem Lestari, Indonesia: desarrolla una plataforma predictiva que relaciona la degradación ambiental con el riesgo de desastres.
¿Por qué es importante usar bioacústica, por ejemplo? Porque una grabación puede revelar la presencia o ausencia de especies sin que los investigadores tengan que recorrer constantemente un bosque. La IA ayuda a procesar grandes volúmenes de audio y encontrar patrones que pasarían desapercibidos.
Agricultura más precisa y resistente
La agricultura enfrenta una combinación compleja de problemas: plagas, enfermedades, cambios en el clima, degradación del suelo y falta de información para pequeños productores. En esta categoría, los proyectos buscan llevar análisis avanzados a terrenos y comunidades donde los recursos suelen ser limitados.
- Edufarmers, Indonesia: ofrece a pequeños agricultores orientación casi en tiempo real sobre plagas, enfermedades y clima mediante aplicaciones de mensajería cotidianas.
- Living Roots, Tailandia: utiliza datos e IA para diseñar fertilizantes biológicos adaptados a las necesidades de cada cultivo.
- SIGMA, Singapur: crea modelos de IA basados en satélites para estimar rendimientos y fortalecer la resiliencia climática.
- Terrastack, India: combina datos satelitales y agrícolas para entregar información detallada sobre parcelas de pequeños productores.
- X-Centric, Australia: reemplaza los laboratorios de suelo tradicionales con equipos portátiles de rayos X habilitados con IA, capaces de ofrecer análisis geoquímicos inmediatos.
Aquí aparece una de las aplicaciones más concretas de la IA: pasar de recomendaciones generales a decisiones específicas para cada parcela. Saber qué ocurre en un terreno particular puede ayudar a aplicar fertilizantes con mayor precisión, detectar problemas antes y reducir desperdicios.
Carbono, ciudades y soluciones climáticas
La tercera área reúne iniciativas enfocadas en medir, verificar y ampliar soluciones relacionadas con el carbono y la adaptación climática. Medir bien es esencial: sin datos confiables, un crédito de carbono o una mejora ambiental pueden ser difíciles de comprobar.
- Archeda, Japón: utiliza datos satelitales para convertir créditos de carbono basados en la naturaleza en activos medibles y de mayor integridad.
- City Syntax Lab, Singapur: desarrolla una plataforma de IA con agentes autónomos para optimizar el consumo energético y las emisiones de carbono en distritos urbanos.
- Climitra Carbon, India: emplea
Geo-AI, es decir, IA aplicada a datos geográficos, para verificar la eliminación de especies invasoras y convertirlas en biocarbón. - Farmers for Forests, India: usa drones con IA para convertir la agroforestería de pequeños productores en acciones medibles de carbono y biodiversidad.
- Varaha Climate, India: ayuda a pequeños agricultores a obtener créditos de carbono mediante la verificación de agricultura regenerativa y eliminación de carbono con sensores remotos e IA.
La parte técnica es especialmente relevante en estos casos. Los modelos deben combinar imágenes satelitales, datos de campo, sensores, drones y registros agrícolas. Después, esa información necesita procesos de validación para evitar estimaciones exageradas o resultados imposibles de auditar.
Los modelos que apoyarán al grupo
Google DeepMind señala que los participantes podrán trabajar con modelos de frontera y herramientas de su ecosistema de IA, incluidos AnthroKrishi, ForestCast, AlphaEarth Foundations, SpeciesNet y Perch.
Cada modelo puede apoyar tareas distintas: análisis agrícola, observación de ecosistemas, interpretación de información geoespacial, identificación de especies o procesamiento de sonidos de fauna. El valor no está únicamente en el modelo, sino en conectarlo con datos locales y necesidades reales.
La IA ambiental solo es útil cuando sus predicciones se convierten en decisiones verificables sobre el terreno.
El reto será pasar del prototipo a la implementación. Un modelo puede funcionar en una prueba controlada y fallar cuando enfrenta ruido en los sensores, imágenes incompletas, cambios de clima o datos insuficientes. Por eso, el acceso a mentoría técnica y a infraestructura de cómputo puede ser tan importante como el algoritmo.
Una prueba para la IA aplicada al planeta
La aceleradora representa un experimento interesante: concentrar modelos avanzados en problemas regionales que requieren conocimiento local. Asia-Pacífico no enfrenta una sola crisis ambiental, sino una combinación de pérdida de biodiversidad, presión sobre los cultivos, riesgos urbanos y cambios climáticos.
Durante los próximos tres meses, estas 16 organizaciones tendrán que demostrar cómo desarrollan, despliegan y escalan sus soluciones. El resultado más valioso no será una demostración llamativa, sino herramientas que agricultores, investigadores, conservacionistas y ciudades puedan usar de manera constante.
La IA no reemplaza a quienes conocen un bosque, una parcela o una comunidad. Puede ampliar su capacidad de observar, comparar y anticipar. Y cuando esa tecnología se diseña alrededor de problemas concretos, deja de parecer una promesa futurista para convertirse en infraestructura útil para proteger el planeta.
Fuente original
https://blog.google/innovation-and-ai/models-and-research/google-deepmind/ai-planet-accelerator-apac