Los científicos utilizan IA para crear imágenes impactantes del cambio climático desde el espacio
Científicos usan IA para crear estas imágenes, revelando el impacto visual del calentamiento global en nuestro planeta.
![escaneo satelital escaneo satelital](https://services.meteored.com/img/article/los-cientificos-utilizan-ia-para-crear-imagenes-impactantes-del-cambio-climatico-desde-el-espacio-1739287611131_1024.jpg)
Un equipo de investigadores de la Universidad de Granada –en colaboración con instituciones internacionales– ha desarrollado una innovadora herramienta de inteligencia artificial capaz de generar imágenes satelitales realistas que representan los impactos del cambio climático.
Este avance promete mejorar la comunicación de fenómenos ambientales como inundaciones y reforestaciones, facilitando la comprensión tanto para los responsables de políticas como para el público en general.
¿Cómo se visualiza el futuro climático?
Liderado por Natalia Díaz, del Instituto Andaluz Interuniversitario en Ciencia de Datos e Inteligencia Computacional (DaSCI), el proyecto contó con la colaboración de expertos de instituciones en Estados Unidos, Canadá, Alemania y Reino Unido, incluyendo al MIT.
El equipo demostró cómo los modelos de visión generativa profunda pueden sintetizar imágenes satelitales que representan eventos climáticos futuros con un realismo sorprendente.
![cambio climático cambio climático](https://services.meteored.com/img/article/los-cientificos-utilizan-ia-para-crear-imagenes-impactantes-del-cambio-climatico-desde-el-espacio-1739287840480_1024.jpeg)
Utilizando una red generativa adversarial conocida como pix2pixHD, los investigadores produjeron imágenes sintéticas que ilustran escenarios como inundaciones futuras o los efectos positivos de la reforestación. Aunque el modelo inicial generaba imágenes visualmente convincentes, a veces ubicaba incorrectamente las áreas inundadas.
¿Cómo se mejoraron las imágenes?
Para solucionar este problema, los investigadores integraron el aprendizaje profundo con mapas de segmentación derivados de modelos de inundación basados en la física. Este enfoque híbrido redujo errores y mejoró la fiabilidad de las imágenes, superando tanto a los métodos manuales como a los modelos que dependían únicamente del aprendizaje profundo.
Para validar su metodología, el equipo evaluó la capacidad de generalización de su modelo en distintos conjuntos de datos de teledetección, abarcando eventos climáticos como la reforestación y el retroceso del hielo marino en el Ártico.
Además, con el objetivo de fomentar la investigación en el campo, hicieron público su código fuente, nuevas métricas de evaluación y un conjunto de datos con más de 30.000 imágenes en alta definición etiquetadas para facilitar la traducción de imagen a imagen guiada por segmentación.
¿En qué favorece este avance?
"Este avance representa un paso crucial en la creación de herramientas visuales precisas que permitan comunicar mejor los impactos del cambio climático", destacó el equipo, subrayando la importancia de la colaboración entre modelos físicos y tecnologías de inteligencia artificial.
A través de su equipo de investigadores, se busca desarrollar proyectos que contribuyan al desarrollo socioeconómico y a la sostenibilidad ambiental. Este avance en la generación de imágenes satelitales realistas mediante inteligencia artificial no solo mejora la visualización de los impactos del cambio climático, sino que también abre nuevas oportunidades para la colaboración entre el modelado físico y el aprendizaje profundo.
Gracias a esta tecnología, la comunicación sobre el cambio climático puede volverse más clara y efectiva, ayudando a tomar decisiones más informadas y a aumentar la conciencia sobre la urgencia de actuar frente a este desafío global.
Fuentes y referencias de la noticia:
- IEEE. Generating Physically-Consistent Satellite Imagery for Climate Visualizations.